如何用Python/Numpy便捷合并四个矩阵？附MATLAB实现示例

嘿，这个需求我太熟了！在NumPy里实现你要的这种分块矩阵拼接，有好几种直观又简便的方法，其中甚至有和MATLAB语法几乎对齐的写法，我给你一一拆解：

首先先把你的四个矩阵用NumPy定义出来：

import numpy as np

a = np.array([[1, 1], [1, 1]])
b = np.array([[2, 2], [2, 2]])
c = np.array([[3, 3], [3, 3]])
d = np.array([[4, 4], [4, 4]])

方法1：用np.block()（最贴合MATLAB写法） #

这个方法完全对应MATLAB里的[a b; c d]语法，直接按分块的结构传入嵌套列表就行，非常直观：

m = np.block([[a, b], [c, d]])

np.block()就是专门为分块矩阵拼接设计的函数，把你想要的矩阵排布用嵌套列表描述出来就行，新手友好度拉满。

方法2：hstack + vstack组合 #

如果想分步拼接，可以先横向拼接每行的矩阵，再纵向拼接结果：

# 横向拼接a和b，c和d
top_row = np.hstack([a, b])
bottom_row = np.hstack([c, d])
# 纵向拼接上下两行
m = np.vstack([top_row, bottom_row])

• np.hstack()：horizontal stack，沿着列方向拼接矩阵
• np.vstack()：vertical stack，沿着行方向拼接矩阵
  这种分步方式适合需要对中间结果做额外处理的场景。

方法3：灵活的np.concatenate() #

用np.concatenate()可以通过指定axis参数来控制拼接方向，逻辑和上面的组合方法一致，但适配性更强：

# axis=1 表示沿列方向（横向）拼接
top_row = np.concatenate([a, b], axis=1)
bottom_row = np.concatenate([c, d], axis=1)
# axis=0 表示沿行方向（纵向）拼接
m = np.concatenate([top_row, bottom_row], axis=0)

这个方法在处理高维矩阵拼接时更通用，能应对更复杂的拼接需求。

验证结果 #

不管用哪种方法，最终得到的m都是你想要的结果：

print(m)
# 输出：
# [[1 1 2 2]
#  [1 1 2 2]
#  [3 3 4 4]
#  [3 3 4 4]]

内容的提问来源于stack exchange，提问作者Nick X Tsui