linalg有一个block_diag函数来自动执行此操作

>>> a1 = np.array([[1,1,1],[1,1,1],[1,1,1]])
>>> a2 = np.array([[2,2,2],[2,2,2],[2,2,2]])
>>> a3 = np.array([[3,3,3],[3,3,3],[3,3,3]])
>>> import scipy.linalg
>>> scipy.linalg.block_diag(a1, a2, a3)
array([[1, 1, 1, 0, 0, 0, 0, 0, 0],
       [1, 1, 1, 0, 0, 0, 0, 0, 0],
       [1, 1, 1, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 2, 2, 2, 0, 0, 0],
       [0, 0, 0, 2, 2, 2, 0, 0, 0],
       [0, 0, 0, 2, 2, 2, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 3, 3, 3],
       [0, 0, 0, 0, 0, 0, 3, 3, 3],
       [0, 0, 0, 0, 0, 0, 3, 3, 3]])
>>> r = np.array([[1,1,1,0,0,0,0,0,0],[1,1,1,0,0,0,0,0,0],[1,1,1,0,0,0,0,0,0], [0,0,0,2,2,2,0,0,0],[0,0,0,2,2,2,0,0,0],[0,0,0,2,2,2,0,0,0],[0,0,0,0,0,0,3,3,3],[0,0,0,0,0,0,3,3,3],[0,0,0,0,0,0,3,3,3]])
>>> (scipy.linalg.block_diag(a1, a2, a3)  == r).all()
True

由于这些答案，numpy添加了一个block函数

In [695]: A=np.arange(1,10).reshape(3,3)
In [696]: B=np.arange(10,14).reshape(2,2)
In [698]: C = np.zeros((3,2),int)

In [699]: np.block([[A,C],[C.T,B]])
Out[699]: 
array([[ 1,  2,  3,  0,  0],
       [ 4,  5,  6,  0,  0],
       [ 7,  8,  9,  0,  0],
       [ 0,  0,  0, 10, 11],
       [ 0,  0,  0, 12, 13]])

如果你想要这个特殊的数组r，也许最简单的方法是：

r=np.kron(np.diag([1,2,3]),np.ones((3,3),dtype='int'))

如果a1，a2，a3可以是任意的二维数组，那么最简单的方法可能是：

a1=np.asmatrix(a1)
a2=np.asmatrix(a2)
a3=np.asmatrix(a3)
z=np.asmatrix(np.zeros((3,3)))
r=np.asarray(np.bmat('a1, z, z; z, a2, z; z, z, a3'))

另一种较慢的方法是：

r=(np.kron([[1,0,0],[0,0,0],[0,0,0]],a1)   
   +np.kron([[0,0,0],[0,1,0],[0,0,0]],a2)
   +np.kron([[0,0,0],[0,0,0],[0,0,1]],a3))

对于那些想要制作包含M的对角矩阵N次：

from scipy.linalg import block_diag

M = np.array([[1,1,1],[1,1,1],[1,1,1]])
N = 3

block_diag(*(M for _ in range(N)))