python-3.x - Numpy:递归生成矩阵

Question

是否有一种智能方法可以在 numpy 中递归生成大小不断增加的矩阵？ 我确实有一个生成矩阵

g = np.array([[1, 0], [1, 1]])

在每次进一步的迭代中，两个轴的大小都会加倍，形成一个新的矩阵格式:

[g_{n-1}, 0], [g_{n-1}, g_{n-1}]

这意味着新版本将是:

g = np.array([[1, 0, 0, 0], [1, 1, 0, 0], [1, 0, 1, 0], [1, 1, 1, 1]])

有没有简单的方法可以获得类似的东西？ 我还可以生成一个大小为 (len(g)*2, len(g)*2) 的矩阵，并尝试在两个 for 循环中手动填充它，但这看起来非常烦人。

有更好的方法吗？

PS:对于那些对此感到好奇的人，该矩阵是极性码的生成矩阵。

Answer 1

IIUC，使用numpy.block的一种方法:

g = np.array([[1, 0], [1, 1]])
g = np.block([[g, np.zeros(g.shape)], [g, g]])

输出(迭代 1):

array([[1., 0., 0., 0.],
       [1., 1., 0., 0.],
       [1., 0., 1., 0.],
       [1., 1., 1., 1.]])

输出(迭代 2):

array([[1., 0., 0., 0., 0., 0., 0., 0.],
       [1., 1., 0., 0., 0., 0., 0., 0.],
       [1., 0., 1., 0., 0., 0., 0., 0.],
       [1., 1., 1., 1., 0., 0., 0., 0.],
       [1., 0., 0., 0., 1., 0., 0., 0.],
       [1., 1., 0., 0., 1., 1., 0., 0.],
       [1., 0., 1., 0., 1., 0., 1., 0.],
       [1., 1., 1., 1., 1., 1., 1., 1.]])