Python中如何将多个numpy图像数组合并为单张拼接图像？

嘿，我完全懂你遇到的坑——直接用np.reshape把(25,28,28)转成(140,140)之所以会显示混乱，核心原因是numpy的reshape默认按**行优先（C顺序）**排列元素，而我们需要的是把5张图横向拼成一行，再把5行纵向拼起来，两者的元素顺序完全不匹配。下面给你几个高效的解决方案，都是基于numpy矢量化操作的，速度拉满：

情况1：你的数组形状是(25,28,28) #

首先我们需要先把25个图像分成5行5列的块，再按正确的顺序拼接：

方法1：分步拼接（直观易懂） #

import numpy as np
import matplotlib.pyplot as plt

# 假设你的输入数组是arr，形状(25,28,28)
arr = np.random.randint(0, 256, (25,28,28), dtype=np.uint8)

# 第一步：把25个图像分组为5行5列的块，形状变为(5,5,28,28)
arr_blocked = arr.reshape(5,5,28,28)

# 第二步：横向拼接每一行的5张图，得到5个(28, 140)的行图像
row_images = np.concatenate(arr_blocked, axis=2)

# 第三步：纵向拼接这5个行图像，得到最终的(140,140)大图
final_image = np.concatenate(row_images, axis=0)

# 显示结果
plt.imshow(final_image, cmap='gray')
plt.axis('off')
plt.show()

方法2：一行搞定（简洁高效） #

利用transpose调整轴的顺序，再直接reshape，这是更紧凑的写法，效率和上面完全一致：

final_image = arr.reshape(5,5,28,28).transpose(0,2,1,3).reshape(140,140)

这里简单解释下逻辑：

• reshape(5,5,28,28)：先把数组分成5行5列的图像块
• transpose(0,2,1,3)：把轴的顺序从(行块数, 列块数, 图像高, 图像宽)改成(行块数, 图像高, 列块数, 图像宽)，让元素排列顺序变成先按行块的高度排列，再按列块的宽度排列
• reshape(140,140)：直接把调整好顺序的数组转成最终的大图尺寸

情况2：你的数组已经是(5,5,28,28) #

那更省事，直接跳过分组步骤，用下面的代码就行：

final_image = arr.transpose(0,2,1,3).reshape(140,140)

为什么直接reshape会乱？ #

举个直白的例子：原来的第一个28x28图像，在(25,28,28)数组里是arr[0]，它的元素是按行优先存储的（先存第一行28个像素，再第二行...）。当你直接reshape(140,140)时，numpy会把整个数组的元素按顺序排成一行，再切成140行140列——这就导致第一个图像的所有元素会被分散到前28行的每一行里，完全打乱了图像的结构，自然显示出来是混乱的。

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