如何用Pythonic方式从4个一维NumPy数组生成6个2×2二维数组

嘿，这个需求太常见啦！咱们直接用Python/NumPy的原生语法来搞定，既简洁又高效，绝对够Pythonic～ 我给你分几种场景来推荐方法，按需取用就行！

先定义好输入数组（方便后续测试） #

首先咱们先把题目里的输入数组准备好：

import numpy as np

Sxx = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0])
Sxy = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6])
Syx = Sxy  # 题目里说Syx和Sxy相等
Syy = np.array([1.1, 2.1, 3.1, 4.1, 5.1, 6.1])

场景1：生成NumPy 3D数组（6个2×2矩阵，最适合数值计算） #

如果后续还要对这些矩阵做数值运算，强烈推荐用NumPy的3D数组，完全不用写循环，效率拉满：

# 第一步：把4个一维数组按列拼接成(6,4)的二维数组
stacked_2d = np.column_stack((Sxx, Sxy, Syx, Syy))
# 第二步：把每一行的4个元素重塑成2×2矩阵，自动得到(6,2,2)的3D数组
S_3d = stacked_2d.reshape(-1, 2, 2)

验证一下：print(S_3d[0]) 会输出：

[[1.  0.1]
 [0.1 1.1]]

完美匹配你要的第一个格式！

另一种等价写法（更紧凑）

如果你喜欢一行搞定，也可以用stack+转置：

S_3d = np.stack((Sxx, Sxy, Syx, Syy)).T.reshape(-1, 2, 2)

场景2：生成Python列表形式的2×2矩阵 #

如果你更习惯用原生Python列表，列表推导式+zip的组合绝对是Pythonic的代表，可读性拉满：

S_matrix_list = [
    [[sxx, sxy], [syx, syy]] 
    for sxx, sxy, syx, syy in zip(Sxx, Sxy, Syx, Syy)
]

这样得到的S_matrix_list就是一个包含6个2×2列表的大列表，和你要的第二个示例完全一致。

场景3：生成Python列表形式的1×4数组 #

这个更简单，同样用列表推导式+zip，一行搞定：

S_flat_list = [
    [sxx, sxy, syx, syy] 
    for sxx, sxy, syx, syy in zip(Sxx, Sxy, Syx, Syy)
]

得到的就是你要的扁平子列表形式。

小技巧：利用Syx=Sxy简化代码 #

因为题目里明确Syx = Sxy，所以咱们可以不用重复传参，直接复用Sxy，让代码更简洁：

# 比如场景1的简化版
S_3d = np.column_stack((Sxx, Sxy, Sxy, Syy)).reshape(-1, 2, 2)
# 场景3的简化版
S_flat_list = [[sxx, sxy, sxy, syy] for sxx, sxy, syy in zip(Sxx, Sxy, Syy)]

怎么样，这些方法应该能完美覆盖你的需求了吧？选哪种主要看你后续的使用场景——如果要做矩阵运算，优先选NumPy 3D数组；如果只是需要简单的数据结构，列表推导式足够直观好用～

备注：内容来源于stack exchange，提问作者squashed.bugaboo