Python에서 차원이 다른 두 배열의 Kronecker 곱 얻기

차원이 다른 두 배열의 Kronecker 곱을 얻으려면 Python Numpy에서 numpy.kron() 메서드를 사용합니다. 첫 번째로 크기가 조정된 두 번째 배열의 블록으로 구성된 복합 배열인 Kronecker 곱을 계산합니다.

이 함수는 a 및 b 차원의 수가 동일하다고 가정하고 필요한 경우 가장 작은 차원 앞에 1을 추가합니다. a.shape =(r0,r1,..,rN) 및 b.shape =(s0,s1,...,sN)인 경우 Kronecker 제품의 모양은 (r0*s0, r1*s1, ..., rN *SN). 요소는 −

# kron(a,b)[k0,k1,...,kN] = a[i0,i1,...,iN] * b[j0,j1,...,jN]

단계

먼저 필요한 라이브러리를 가져옵니다 -

import numpy as np

arange() 및 reshape() 메서드를 사용하여 차원이 다른 두 개의 numpy 배열 만들기 -

arr1 = np.arange(20).reshape((2,5,2))
arr2 = np.arange(6).reshape((2,3))

배열 표시 -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

두 어레이의 차원을 확인하십시오 -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

두 배열의 모양을 확인하십시오 -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

두 배열의 Kronecker 곱을 얻으려면 Python에서 numpy.kron() 메서드를 사용하십시오 -

print("\nResult (Kronecker product)...\n",np.kron(arr1, arr2))

예시

import numpy as np

# Creating two numpy arrays with different dimensions using the arange() and reshape() method
arr1 = np.arange(20).reshape((2,5,2))
arr2 = np.arange(6).reshape((2,3))

# Display the arrays
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

# Check the Dimensions of both the array
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

# Check the Shape of both the array
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

# To get the Kronecker product of two arrays, use the numpy.kron() method in Python Numpy
print("\nResult (Kronecker product)...\n",np.kron(arr1, arr2))

출력

Array1...
[[[ 0 1]
[ 2 3]
[ 4 5]
[ 6 7]
[ 8 9]]

[[10 11]
[12 13]
[14 15]
[16 17]
[18 19]]]

Array2...
[[0 1 2]
[3 4 5]]

Dimensions of Array1...
3

Dimensions of Array2...
2

Shape of Array1...
(2, 5, 2)

Shape of Array2...
(2, 3)

Result (Kronecker product)...
[[[ 0 0 0 0 1 2]
[ 0 0 0 3 4 5]
[ 0 2 4 0 3 6]
[ 6 8 10 9 12 15]
[ 0 4 8 0 5 10]
[12 16 20 15 20 25]
[ 0 6 12 0 7 14]
[18 24 30 21 28 35]
[ 0 8 16 0 9 18]
[24 32 40 27 36 45]]

[[ 0 10 20 0 11 22]
[30 40 50 33 44 55]
[ 0 12 24 0 13 26]
[36 48 60 39 52 65]
[ 0 14 28 0 15 30]
[42 56 70 45 60 75]
[ 0 16 32 0 17 34]
[48 64 80 51 68 85]
[ 0 18 36 0 19 38]
[54 72 90 57 76 95]]]