python - 从 2D numpy 数组的 numpy 数组高效创建 block numpy 数组

Question

首先是一个简单的例子

import numpy as np

a = np.ones((2,2))
b = 2*np.ones((2,2))
c = 3*np.ones((2,2))
d = 4*np.ones((2,2))
e = np.array([[a,b],[c,d]])
print(np.vstack(np.array([np.hstack(e[i,:]) for i in range(2)])))

产生

[[ 1.  1.  2.  2.]
 [ 1.  1.  2.  2.]
 [ 3.  3.  4.  4.]
 [ 3.  3.  4.  4.]]

与 print(np.bmat(e.tolist())) 或 print(np.bmat([[a,b],[ c,d]])) (以 np.bmat 创建一个可以使用 np.asarray() 进行转换的 numpy 矩阵为模)。

但是，我的问题是，我有一段代码，我创建了一个包含 36 个(目前，以后会变得更多，比如 400 个)2D numpy 数组的大 numpy 数组，并且我想创建一个大块 numpy 数组其中。我想有效地做到这一点，如果可能的话，避免列表和 numpy 数组之间的任何转换，因为这是更大循环构造的一部分，因此将执行多次(数组每次都不同)。这可能吗？

Answer 1

np.swapaxes(e, 1, 2).reshape([4, 4])

如果您检查从 e 绘制元素以产生所需输出的顺序，您会发现我们想要沿着轴 3，然后是 1，然后是 2，然后是 0 .reshape 沿着轴 3、然后是 2、然后是 1、然后是 0 绘制元素，因此我们在调用 reshape 之前交换轴 1 和 2。