Python如何借助3D数组完成指定规则的2D数组填充转换

你的需求本质是将原数组按每2行切分为若干个2行2列的子块后，对所有子块的对应位置元素求和，最终得到2行2列的结果数组。

原生Python实现（无需第三方库） #

你原来生成子块的逻辑是正确的，只需要调整后续求和的逻辑即可：

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

m = 2
# 按每2行切分得到所有2x2子块
block_list = [data[idx: idx + m] for idx in range(0, len(data), m)]

# 初始化结果数组为2行2列的零数组
result = [[0]*2 for _ in range(2)]

# 遍历所有子块累加对应位置的值
for block in block_list:
    for row in range(2):
        for col in range(2):
            result[row][col] += block[row][col]

print(result)

运行输出为 [[22, 41], [27, 46]]，和你需要的加法计算结果完全匹配。该逻辑可以直接适配更大的数据集，只要数据集符合2行一组的排列规则即可。

高效实现（适合大规模数组） #

如果需要处理数据量较大的场景，推荐使用numpy库实现，代码更简洁执行效率更高：

import numpy as np

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

# 调整数组形状为(子块数量, 2, 2)后按子块维度求和
result = np.array(data).reshape(-1, 2, 2).sum(axis=0).tolist()
print(result)

内容的提问来源于stack exchange，提问作者NycoElm