假设我有9个2D数组，格式如下：

A1 = [[ a1, b1, c1 ],
      [ d1, e1, f1 ],
      [ g1, h1, i1 ]]

A2 = [[ a2, b2, c2 ],
      [ d2, e2, f2 ],
      [ g2, h2, i2 ]] 
.....
A9 = [[ a9, b9, c9 ],
      [ d9, e9, f9 ],
      [ g9, h9, i9 ]]

我想把它们连接起来，得到一个像这样的2D数组：

A = [B1, B2, B3]

何处

B1 = np.concatenate((A1,A2, A3),axis=1) 
B2 = np.concatenate((A4,A5, A6),axis=1) 
B3 = np.concatenate((A7,A8, A9),axis=1)

在我的例子中，我有N个数组，我计算N的值如下：

img = Image.open(file_name)
img_width, img_height = img.size

tile_height = int(input('Enter the height of tile:'))
tile_width = int(input('Enter the width of tile:'))

N = (img_height//tile_height)*(img_width//tile_width)

# **The image will be broken down into n tiles of size tile_width x tile_height**

for i in range(img_height//tile_height):
    for j in range(img_width//tile_width):
         box = (j*width, i*height, (j+1)*width, (i+1)*height)
         img.crop(box)
         ...

因此，本质上，我有一个被分解为N个图块的图像，经过一些处理，我将这些图像图块数据存储为numpy数组，我想将它们连接/合并到一个与原始图像相同方向的2D numpy数组中。我如何做到这一点？