使用 SciPy 稀疏矩阵的 Kronecker 积高效批量放置子矩阵

陌晨吖_2467

陌晨吖_2467

2026-11-22

864人浏览

原创

使用 SciPy 稀疏矩阵的 Kronecker 积高效批量放置子矩阵

本文介绍如何利用 scipy.sparse.kron 将一个固定稀疏子矩阵(如 2×2 块)按指定模式(如周期性、随机或自定义位置)高效复制到大型稀疏矩阵中,避免显式构造密集数组或手动枚举所有非零元,适用于 N 达数万量级的场景。

本文介绍如何利用 `scipy.sparse.kron` 将一个固定稀疏子矩阵(如 2×2 块)按指定模式(如周期性、随机或自定义位置)高效复制到大型稀疏矩阵中,避免显式构造密集数组或手动枚举所有非零元,适用于 n 达数万量级的场景。

在大规模科学计算与图建模中,常需将同一小尺寸稀疏子矩阵(例如一个局部耦合模板)重复嵌入到超大稀疏矩阵的多个位置——例如构建分块周期结构、多尺度离散微分算子,或神经网络中的共享权重稀疏连接。若直接用循环拼接或 block_array 手动指定每个块位置,时间与内存开销将随块数线性甚至平方增长;而若转为稠密数组操作,则完全违背稀疏计算的初衷。

核心解法:Kronecker 积(sp.kron)
scipy.sparse.kron(A, B) 并非普通矩阵乘法,而是张量积:若 A 是 m×n 稀疏矩阵,B 是 p×q 矩阵,则结果是一个 (m×p) × (n×q) 矩阵,其结构为:

A[0,0]*B   A[0,1]*B   ...   A[0,n-1]*B
A[1,0]*B   A[1,1]*B   ...   A[1,n-1]*B
...
A[m-1,0]*B A[m-1,1]*B ... A[m-1,n-1]*B

关键洞察在于:将“放置模式”编码为一个稀疏位置指示矩阵 locs(值为 1 表示在此处放置子矩阵,0 表示不放),再与子矩阵 sub 做 Kronecker 积,即可自动完成所有块的定位与叠加。locs 的每个非零元 (i, j) 对应 sub 的左上角被置于最终大矩阵的 (i * sub.shape[0], j * sub.shape[1]) 位置。

以下为完整实现示例(支持任意模式与超大 N):

import scipy.sparse as sp
import numpy as np

# 定义子矩阵(任意形状,此处为 2x2)
a, b, c, d = 1, 2, 3, 4
sub = sp.coo_array([[a, b],
                    [c, d]])  # shape = (2, 2)

# 构造“位置模板” locs:稀疏矩阵,非零元位置决定子矩阵左上角坐标
# 示例:构造类对角带状模式(每行偏移 +1),适配 N=8
N = 8
block_h, block_w = sub.shape
n_blocks_h = N // block_h  # 最大可容纳块数(高度方向)
n_blocks_w = N // block_w  # 宽度方向

# 生成行索引:[0,1,2,3] + [0,1,2] → [0,1,2,3,0,1,2]
row_idx = np.hstack([np.arange(n_blocks_h), np.arange(n_blocks_w - 1)])
# 生成列索引:[0,1,2,3] + [1,2,3] → [0,1,2,3,1,2,3]
col_idx = np.hstack([np.arange(n_blocks_w), np.arange(n_blocks_w - 1) + 1])

# 创建稀疏位置矩阵(CSC 格式更高效)
locs = sp.csc_array((np.ones(len(row_idx), dtype=int), 
                     (row_idx, col_idx)), 
                    shape=(n_blocks_h, n_blocks_w))

# 一行代码生成最终大稀疏矩阵!
arr = sp.kron(locs, sub)  # shape = (n_blocks_h*2, n_blocks_w*2) = (8, 8)

print("Result (dense view):")
print(arr.toarray())

✅ 优势总结:

  • 内存友好:locs 仅存储非零位置(如 1000 个块仅需 ~2KB),kron 输出仍为稀疏格式;
  • 模式灵活:row_idx/col_idx 可由任意逻辑生成(如 np.random.choice 实现随机放置、正则表达式匹配网格坐标、或从外部文件读取);
  • 可扩展性强:N=10000 时,若仅放置 1e4 个块,locs 仅含 1e4 非零元,kron 运算复杂度为 O(nnz(locs) × nnz(sub));
  • 支持加权块:将 locs 的数据数组 coeff 替换为浮点数向量,即可为每个块施加不同缩放因子(如 sp.kron(sp.csc_array((weights, (row_idx, col_idx))), sub))。

⚠️ 注意事项:

  • locs 的形状 (n_blocks_h, n_blocks_w) 必须满足 n_blocks_h * sub.shape[0] >= N 且 n_blocks_w * sub.shape[1] >= N,否则结果矩阵尺寸不足;实际应用中建议向上取整并用 .tocsr()[:N, :N] 截断;
  • kron 默认输出 coo 格式,若需后续高效运算(如求解线性系统),建议立即转换:arr = sp.kron(locs, sub).tocsr();
  • 子矩阵 sub 应保持稀疏格式(如 coo_array, csc_array),避免传入稠密 numpy.ndarray 导致中间计算变稠密。

此方法将“模式描述”与“矩阵构造”彻底解耦,是稀疏矩阵批量块操作的范式级解决方案。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5684

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1929

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34857

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3163

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.8万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.5万人学习