在python中使用sparse.block_diag的尺寸错误

Question

我正在尝试使用以下函数创建块对角矩阵：

 mo = sparse.block_diag([np.exp(-1j*A)*np.cos(A), *[B for _ in range(int(N/2-1))], np.exp(-1j*A)*np.cos(A)])

其中 B 是 2x2 矩阵，A 是数字。不知怎的，这个错误，说：

所有输入数组必须具有相同的维数，但索引 0 处的数组有 1 个维度，索引 1 处的数组有 2 个维度

我该如何解决这个问题？预先感谢！

以前这对其他号码有效，但我不确定为什么现在不起作用。

Answer 1

函数

sparse.block_diag

期望所有输入矩阵具有相同的维数。

在您的情况下，

np.exp(-1j*A)*np.com(A)

是 0 或 1 维数组，具体取决于上下文，而

B

是 2 维数组。

1. 将标量转换为2维矩阵。
2. 检查您的列表的结构是否为

   sparse.block_diag

   确保所有矩阵都是 2 维。

实现示例：

import numpy as np
from scipy import sparse
A = 1.5
B = np.array([[1, 2], [3, 4]])
N = 5
scalar_matrix = np.exp(-1j * A) * np.cos(A) * np.eye(2)
matrices = [scalar_matrix] + [B for _ in range(int(N/2-1))] + [scalar_matrix]
mo = sparse.block_diag(matrices)
dense_mo = mo.toarray()
print(dense_mo)