如何将大型numpy数组的每四行合并为一行？

嘿，这个需求其实用NumPy的原生方法就能高效解决，完全不用写慢得要死的循环——毕竟你说数组规模非常大，效率肯定是第一位的。我给你分几种情况举例子，你可以直接套用：

情况1：数组行数刚好是4的倍数 #

这是最理想的情况，直接用reshape就能搞定：

import numpy as np

# 先创建一个12行3列的示例大数组（12是4的倍数，模拟你的场景）
big_arr = np.arange(36).reshape(12, 3)
print("原数组：")
print(big_arr)

# 核心操作：每四行合并为一行
merged_arr = big_arr.reshape(-1, 4, big_arr.shape[1]).reshape(-1, 4 * big_arr.shape[1])
print("\n每四行合并后的数组：")
print(merged_arr)

解释一下逻辑： #

1. 第一个reshape(-1, 4, big_arr.shape[1])：把原数组拆分成若干个「4行×原列数」的子数组，-1让NumPy自动计算子数组的数量（也就是总行数÷4）。
2. 第二个reshape(-1, 4 * big_arr.shape[1])：把每个子数组的4行扁平成一行，最终得到的就是每4行合并后的结果。
   这种方法是视图级别的操作，不会复制大量数据，处理超大数组也完全hold住。

情况2：数组行数不是4的倍数 #

如果你的数组总行数没法被4整除，有两种处理方式：

方式A：填充空白行（比如填充0）后合并 #

适合需要保留所有数据的场景：

import numpy as np

# 示例：10行3列的数组（10不是4的倍数）
big_arr = np.arange(30).reshape(10, 3)

# 计算需要填充的行数，让总行数变成4的倍数
pad_rows = (4 - big_arr.shape[0] % 4) % 4

# 在数组底部填充0（你也可以换成其他默认值，比如np.nan）
padded_arr = np.pad(big_arr, ((0, pad_rows), (0, 0)), mode='constant')

# 再执行合并操作
merged_arr = padded_arr.reshape(-1, 4, padded_arr.shape[1]).reshape(-1, 4 * padded_arr.shape[1])
print("\n填充后合并的数组：")
print(merged_arr)

方式B：只处理完整的4行组，剩余行丢弃 #

适合可以舍弃不完整组的场景：

import numpy as np

big_arr = np.arange(30).reshape(10, 3)

# 截取到刚好是4的倍数的行数
valid_rows = (big_arr.shape[0] // 4) * 4
trimmed_arr = big_arr[:valid_rows]

# 合并操作
merged_arr = trimmed_arr.reshape(-1, 4, trimmed_arr.shape[1]).reshape(-1, 4 * trimmed_arr.shape[1])
print("\n仅处理完整4行组合并后的数组：")
print(merged_arr)

这些方法都是NumPy原生的高效操作，比任何Python循环都快得多，完全适合你的大规模数组场景~

内容的提问来源于stack exchange，提问作者poda_badu