NumPy 9x9数组划分3x3子块及索引映射实现方法咨询

无判断坐标映射方法 #

不需要多层if分支，通过整数除法和取模运算就能完成所有坐标转换：

• 子块内局部坐标计算：对主数组行、列索引分别模3即可

  local_i = i % 3
  local_j = j % 3
  

  对应给出的两个测试用例：
  • 主坐标(2,3)：2%3=2，3%3=0 → 局部坐标(2,0)，符合预期
  • 主坐标(4,0)：4%3=1，0%3=0 → 局部坐标(1,0)，符合预期
• 子块ID计算：先通过地板除拿到坐标所属的3行组、3列组序号，再按ID排布规则计算即可
  • 若ID按原有if逻辑排布（同列块从上到下排ID，列块从左到右递增，列优先）：

    block_row = i // 3 # 取值0/1/2，对应上、中、下三个3行组
    block_col = j // 3 # 取值0/1/2，对应左、中、右三个3列组
    section_id = block_col * 3 + block_row
    

    计算结果和多层if判断输出完全一致。
  • 若ID按最开始描述的分块规则排布（同行块从左到右排ID，行块从上到下递增，行优先）：

    block_row = i // 3
    block_col = j // 3
    section_id = block_row * 3 + block_col
    

    按这个规则，行0-2列0-2为id0、行0-2列3-5为id1、行0-2列6-8为id2，依次顺延。

循环赋值实现 #

用上述公式替换分支判断，即可简洁完成所有子块赋值：

import numpy as np

some_9x9_array = [
    [3, 0, 0, 4, 0, 9, 0, 0, 5], 
    [0, 0, 0, 3, 1, 0, 4, 6, 0], 
    [0, 0, 0, 7, 0, 0, 0, 0, 0], 
    [0, 0, 0, 0, 0, 2, 0, 0, 0], 
    [6, 0, 7, 1, 3, 0, 0, 0, 0], 
    [0, 0, 0, 5, 0, 0, 0, 7, 2], 
    [0, 0, 0, 0, 0, 0, 0, 0, 3], 
    [9, 0, 0, 0, 4, 0, 7, 0, 0], 
    [0, 8, 0, 0, 2, 0, 0, 9, 0],
]
main_grid = np.array(some_9x9_array, dtype=int)
grid_sections = [np.zeros((3,3), dtype=int) for _ in range(9)]

for i in range(9):
    for j in range(9):
        block_row = i // 3
        block_col = j // 3
        section_id = block_col * 3 + block_row # 匹配原有if逻辑的ID顺序
        li, lj = i % 3, j % 3
        grid_sections[section_id][li, lj] = main_grid[i, j]

numpy原生高效实现 #

不需要手动写双层循环，直接通过numpy的reshape和轴变换就能一次性生成子块列表，运行效率远高于手写循环：

• 生成和原有if逻辑ID顺序一致的子块列表：

  grid_sections = main_grid.reshape(3,3,3,3).transpose(1,0,2,3).reshape(9,3,3)
  

• 生成行优先顺序的子块列表（即最开始描述的同行块从左到右排布的规则）：

  grid_sections = main_grid.reshape(9, 3, 3)
  

生成的列表支持直接通过ID索引访问对应子块，结果和手动循环赋值完全一致。

内容的提问来源于stack exchange，提问作者Chema