如何对Numpy数组进行元素重复式缩放以实现维度翻倍？

你遇到的问题很典型——numpy.resize是按一维展平后循环填充的，所以没法实现你要的块式重复缩放（每个元素在行列方向都复制一次，形成2x2的块）。不过NumPy有好几种直接实现这个需求的方法，我给你列两个最常用的：

方法一：用numpy.repeat分步重复 #

这是最直观的方式，先在列方向把每个元素重复2次，再在行方向做同样的操作：

import numpy as np

# 定义原数组
arr = np.array([
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
    [13, 14, 15, 16]
])

# 先列方向重复2次，再行方向重复2次
scaled_arr = arr.repeat(2, axis=1).repeat(2, axis=0)

print(scaled_arr)

输出结果完全符合你的预期：

[[ 1  1  2  2  3  3  4  4]
 [ 1  1  2  2  3  3  4  4]
 [ 5  5  6  6  7  7  8  8]
 [ 5  5  6  6  7  7  8  8]
 [ 9  9 10 10 11 11 12 12]
 [ 9  9 10 10 11 11 12 12]
 [13 13 14 14 15 15 16 16]
 [13 13 14 14 15 15 16 16]]

方法二：用numpy.kron（克罗内克积） #

如果你熟悉线性代数的话，克罗内克积可以一步到位实现这种块式扩展。我们用一个2x2的全1数组和原数组做积，相当于把原数组的每个元素都扩展成2x2的块：

scaled_arr = np.kron(arr, np.ones((2, 2), dtype=int))

运行这段代码会得到和上面完全一样的结果，代码更简洁，适合对克罗内克积熟悉的场景。

为什么numpy.resize不行？ #

补充说明一下你遇到的resize问题：numpy.resize会先把原数组展平成一维数组（比如你的原数组展平后是[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]），然后重复这个一维数组直到填满目标形状（8x8），所以才会出现那种按行循环填充的结果，和你要的块式缩放逻辑完全不同。

内容的提问来源于stack exchange，提问作者user16541277