线性代数Python计算：矩阵分块

可以通过下标序列来访问numpy的数组a中的片段：a[[i,j]]表示a[i]和a[j]，a[:]表示所有元素，a[i:j]表示从a[i]开始直至a[j-1]为止的元素，a[:j]表示从a[0]开始直至a[j-1]为止的元素，a[i:]表示从a[i]开始后的所有元素。
对于表示矩阵的2-维数组A，A[i,j]表示第i行第j列元素。其中，列标可缺省，意为所有列，行标不可缺省。A[i,:]，或A[i]表示第i行元素，A[i:j]表示从第i行A[i]开始到第j-1行A[j-1]为止的各行，A[[i,j]]表示第i行A[i]和第j行A[j]。A[:,j]表示第j列元素，A[:,i:j]表示从第i列到第j-1列为止的各列，A[:,[i,j]]表示第i列A[:,i]和第j列A[:,j]。A[i:j,p:q]表示“块”第i行到第j-1行，第p列到第q-1列，如下图所示。

可以用下标序列的方法读取表示矩阵的2-维数组中的“块”，numpy还提供了两个将“小”矩阵粘结成“大”矩阵的函数hstack和vstack。前者将对干个行数相等的矩阵横向连接，其调用接口为
$$\text{hstack((A,B,...))}$$
后者对若干个列数相同的矩阵纵向连接，调用接口为
$$\text{vstack((A,B,...)).}$$
例1 下列代码将矩阵$\mathbf{A}=\left(\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\\ -1& 2& 1& 0\\ 1& 1& 0& 1\end{array}\right)$分成$4$个$2\times 2$小块：
$$\mathbf{A}=\left(\begin{array}{cc}\mathbf{I}& \mathbf{O}\\ {\mathbf{A}}_1& \mathbf{I}\end{array}\right),$$
然后将它们粘合成
$$\mathbf{B}=\left(\begin{array}{cc}{\mathbf{A}}_1& \mathbf{I}\\ \mathbf{I}& \mathbf{O}\end{array}\right)=\left(\begin{array}{cccc}-1& 2& 1& 0\\ 1& 1& 0& 1\\ 1& 0& 0& 0\\ 0& 1& 0& 0\end{array}\right).$$

import numpy as np                  #导入numpy
A=np.array([[1,0,0,0],              #设置矩阵
            [0,1,0,0],
            [-1,2,1,0],
            [1,1,0,1]])
I=A[:2,:2]                          #左上角块
O=A[:2,2:]                          #右上角块
A1=A[2:,:2]                         #左下角块
B=np.vstack((np.hstack((A1,I)),     #连接
             np.hstack((I,O))))
print(B)

利用代码内部的注释信息，不难理解该程序。运行输出

[[-1  2  1  0]
 [ 1  1  0  1]
 [ 1  0  0  0]
 [ 0  1  0  0]]

写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
代码诚可贵，原理价更高。若为AI学，读正版书好。