使用scipy.linalg.kron

from scipy.linalg import kron

m1 = np.array([[1, 2],[3, 4]])
m2 = np.array([[1, 0], [1, 1]])

output:
kron(m2, m1)
array([[1, 2, 0, 0],
       [3, 4, 0, 0],
       [1, 2, 1, 2],
       [3, 4, 3, 4]])

它是如何工作的？

它有两个维度分别为M, N和P, Q的数组，这里是维度分别为2, 2和2, 2的m2和m1。
接下来，它会以下列方式将数组相乘：

m2[0,0]*m1    m2[0,1]*m1  ... m2[0,-1]*m1
m2[1,0]*m1    m2[1,1]*m1  ... m2[1,-1]*m1
        ...
m2[-1,0]*m1   m2[-1,1]*m1 ... m2[-1,-1]*m1

建立维度的单一数组（M*P，N*Q）

您可以使用一个名为Kronecker product的数学运算来优雅地实现这一点，该运算在numpy中实现（或者在scipy中使用下面的numpy）。

import numpy as np # or from scipy import linealg
a = np.array([[1, 0], 
              [1, 1]])
b = np.array([[1, 2], 
              [3, 4]])
np.kron(a, b) # or linealg.kron(a, b)

# returns

# array([[1, 2, 0, 0],

# [3, 4, 0, 0],

# [1, 2, 1, 2],

# [3, 4, 3, 4]])

下面是克罗内克积的数学运算：

换句话说，利用矩阵A（或numpy数组a），我们指示B的项是否应被添加（如果为1）或不添加（如果为0）。