如何将4×4 Python数组按2×2区块拆分至独立数组？

嘿，我完全懂你现在的状况——脑子卡壳的时候哪怕简单的逻辑都想不起来，别担心，拆分4×4数组为独立的2×2区块其实很容易，我给你两种实用的实现方式：

纯Python原生实现（无需额外库） #

这种方法适合不想引入第三方库的场景，核心是通过遍历区块的起始索引来提取元素：

# 你的示例数组
original_array = [[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]]
result_blocks = []

# 遍历每个2×2区块的起始行索引（0和2）
for row_start in [0, 2]:
    # 遍历每个2×2区块的起始列索引（0和2）
    for col_start in [0, 2]:
        # 提取当前区块的四个元素并整理成列表
        current_block = [
            original_array[row_start][col_start],
            original_array[row_start][col_start+1],
            original_array[row_start+1][col_start],
            original_array[row_start+1][col_start+1]
        ]
        result_blocks.append(current_block)

print(result_blocks)
# 输出：[[1,2,5,6],[3,4,7,8],[9,10,13,14],[11,12,15,16]]

逻辑说明： #

• 4×4数组的2×2区块起始行只能是0和2，起始列同理；
• 对每个起始点，我们取行起始和行起始+1的两行，列起始和列起始+1的两列，把这四个位置的元素组合成一个区块数组；
• 如果后续要处理更大的偶数阶数组（比如6×6），可以把[0,2]改成range(0, len(original_array), 2)，实现动态遍历起始索引。

使用NumPy的便捷实现（适合处理大规模数组） #

如果你经常处理数组操作，NumPy能让这个过程更简洁高效：

import numpy as np

original_array = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])

# 拆分并重塑数组得到目标格式
blocks = original_array.reshape(2, 2, 2, 2).swapaxes(1, 2).reshape(4, 4)

# 转成Python列表（如果需要的话）
print(blocks.tolist())
# 输出：[[1,2,5,6],[3,4,7,8],[9,10,13,14],[11,12,15,16]]

逻辑说明： #

• reshape(2,2,2,2)：把原4×4数组拆分成2×2个区块，每个区块是2×2的子数组；
• swapaxes(1,2)：调整维度顺序，让区块内的元素排列符合你的需求；
• reshape(4,4)：把每个2×2区块扁平化为一维数组，最终得到4个长度为4的数组。

内容的提问来源于stack exchange，提问作者tushortz