Numpy 调整大小并填充特定值

Question

如何调整 numpy 数组的大小并用特定值填充它（如果扩展了某个维度）？

我找到了一种使用np.pad扩展我的数组的方法，但我无法缩短它：

>>> import numpy as np
>>> a = np.ndarray((5, 5), dtype=np.uint16)
>>> a
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]], dtype=uint16)
>>> np.pad(a, ((0, 1), (0,3)), mode='constant', constant_values=9)
array([[0, 0, 0, 0, 0, 9, 9, 9],
       [0, 0, 0, 0, 0, 9, 9, 9],
       [0, 0, 0, 0, 0, 9, 9, 9],
       [0, 0, 0, 0, 0, 9, 9, 9],
       [0, 0, 0, 0, 0, 9, 9, 9],
       [9, 9, 9, 9, 9, 9, 9, 9]], dtype=uint16)

如果我使用调整大小，我无法指定我想要使用的值。

>>> a.fill(5)
>>> a.resize((2, 7))
>>> a
array([[5, 5, 5, 5, 5, 5, 5],
       [5, 5, 5, 5, 5, 5, 5]], dtype=uint16)

但我想

>>> a
array([[5, 5, 5, 5, 5, 9, 9],
       [5, 5, 5, 5, 5, 9, 9]], dtype=uint16)

经过一些测试，我创建了这个函数，但它仅在您更改 x_value 或使用较低的 y_value 时才有效，如果您需要增加 y 维度，则它不起作用，为什么？

>>> a.fill(5)
>>> a.resize((2, 7))
>>> a
array([[5, 5, 5, 5, 5, 5, 5],
       [5, 5, 5, 5, 5, 5, 5]], dtype=uint16)

Answer 1

您的阵列具有固定大小的数据缓冲区。您可以在不更改缓冲区的情况下重塑数组。您可以在view不更改缓冲区的情况下获取切片 ( )。但是您不能在不更改缓冲区的情况下向数组添加值。

通常resize返回一个带有新数据缓冲区的新数组。

pad是处理一般情况的复杂函数。但最简单的方法是创建empty目标数组，填充它，然后将输入复制到正确的位置。

或者pad可以创建填充数组并将它们与原始数组连接起来。但concatenate也使得空返回和副本。

自己动手剪裁的垫子可以构造为：

n,m = X.shape
R = np.empty((k,l))
R.fill(value)
<calc slices from n,m,k,l>
R[slice1] = X[slice2]

计算切片可能需要if-else测试或等效min/max。你大概可以算出这些细节。

这可能就是所需要的

R[:X.shape[0],:X.shape[1]]=X[:R.shape[0],:R.shape[1]]

那是因为如果切片大于维度就没有问题。

In [37]: np.arange(5)[:10]
Out[37]: array([0, 1, 2, 3, 4])

因此，例如：

In [38]: X=np.ones((3,4),int)    
In [39]: R=np.empty((2,5),int)
In [40]: R.fill(9)

In [41]: R[:X.shape[0],:X.shape[1]]=X[:R.shape[0],:R.shape[1]]

In [42]: R
Out[42]: 
array([[1, 1, 1, 1, 9],
       [1, 1, 1, 1, 9]])