如何通用实现任意偶数维NumPy数组列表的特定交错拼接功能

我们可以先从你已有的切片逻辑和验证场景里提炼出统一规律：

• 设original_size长度为k，最终大数组维度为2k，最高支持k=6即可覆盖12维需求
• 所有子数组的第k个轴（索引从0开始计数）长度均为1，切片赋值时正是把这些子数组依次写到大数组的第k个轴的对应位置
• 你之前验证的2维场景（k=1）沿轴1拼接、4维场景（k=2）沿轴2拼接，本质都是沿第k个轴拼接长度为1的子数组

基于这个规律，直接用np.concatenate沿第k个轴拼接parts_list即可实现全维度兼容的逻辑，完全等价于切片赋值的效果：

import numpy as np

def concat_parts(parts_list, original_size):
    k = len(original_size)
    # 沿第k个轴拼接所有子数组
    return np.concatenate(parts_list, axis=k)

多场景验证 #

• 2维场景（k=1，大数组shape(x,x)）：拼接轴为1，等价于np.hstack(parts_list)，和你用np.block得到的结果完全一致
• 4维场景（k=2，大数组shape(x,y,x,y)）：拼接轴为2，等价于np.dstack(parts_list)，和你已验证的结果一致
• 6维场景（k=3，大数组shape(x,y,z,x,y,z)）：拼接轴为3，直接拼接即可得到目标数组
• 更高维场景：只要调整original_size的长度k，最高k=6即可支持12维数组的拼接，不需要修改逻辑

这个方案就是你参考的dstack逻辑的高维扩展：dstack是固定沿轴2拼接，本方案把拼接轴参数化为和original_size长度匹配的k，自然支持任意偶数维度的需求。

内容的提问来源于stack exchange，提问作者6659081