从二维数组的numpy数组高效地创建块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

^{2}$

这与print(np.bmat(e.tolist()))或print(np.bmat([[a,b],[c,d]]))的结果完全相同（对np.bmat创建一个可以使用np.asarray()进行转换的numpy矩阵进行模化）。在

但是，我的问题是，我有一个代码，我创建了一个36个大的numpy数组（目前，会变得更晚，比如400个）2D numpy数组，我想从中创建一个大块头numpy数组。我想高效地执行此操作，如果可能的话，避免在列表和numpy数组之间进行任何转换，因为这是一个更大的循环构造的一部分，因此将执行多次（数组每次都不同）。有可能吗？在

Answer 1

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

如果您检查从e中绘制元素的顺序以生成所需的输出，您会发现我们需要沿着轴3，然后是1，然后是2，然后是0。reshape沿着轴3、轴2、轴1、轴0绘制元素，因此我们在调用reshape之前交换轴1和轴2。在