在numpy中逐块重塑？

Question

我有一个numpy数组，其中的列以块为单位。我想换位。它在概念上很简单，我想一个人可以简单地做到这一点，但是我不知道怎么做。

给出一个块形式为np.hstack(list_of_blocks)的numpy数组，我想获取np.vstack(list_of_blocks)。

为了更加精确，我想在下面的代码段中从数组a转到数组b。

import numpy as np
a = np.zeros((3,6))
b = np.zeros((9,2))
t_max = 3
for col in range(1,7):
    for time in range(1,t_max+1):    
        val = ((1+col)//2)*100+((col+1) % 2)*10+time
        a[time-1,col-1]= val
        b[time+t_max*(((1+col)//2)-1)-1,((col+1) % 2)] = val

，矩阵如下：

>>> print(a)
[[101. 111. 201. 211. 301. 311.]
 [102. 112. 202. 212. 302. 312.]
 [103. 113. 203. 213. 303. 313.]]

>>> print(b)
[[101. 111.]
 [102. 112.]
 [103. 113.]
 [201. 211.]
 [202. 212.]
 [203. 213.]
 [301. 311.]
 [302. 312.]
 [303. 313.]]

当然，矩阵不是3 x (2*3)而是n x (k*m)

在numpy中重塑这样的有效方法是什么？

Answer 1

重塑，置换轴并重塑-

N = a.shape[1]//t_max
b_out = a.reshape(a.shape[0],-1,N).swapaxes(0,1).reshape(-1,N)

有关intuition behind nd-to-nd array transformation的更多信息。

Answer 2

np.vstack(np.hsplit(a,3))完全按照要求进行操作，可读性强，但性能不及Divkar的答案。