标签: zero-padding

使用零填充数字字符串的最Pythonic方法是什么,即数字字符串是否具有特定长度？

我对PostgreSQL比较新,我知道如何在SQL Server中用左边的零填充数字,但我很难在PostgreSQL中弄清楚这一点.

我有一个数字列,其中最大位数为3,最小值为1:如果是一位数,则左侧有两个零,如果是2位,则为1,例如001,058,123.

在SQL Server中,我可以使用以下内容:

RIGHT('000' + cast([Column1] as varchar(3)), 3) as [Column2]

这在PostgreSQL中不存在.任何帮助,将不胜感激.

我试图复制如何使用包装为rnn的可变长度序列输入,但我想我首先需要理解为什么我们需要"打包"序列.

我理解为什么我们需要"填充"它们,但为什么要"打包"(通过pack_padded_sequence)必要？

任何高级别的解释将不胜感激!

在最后用零填充数组的pythonic方法是什么？

def pad(A, length):
    ...

A = np.array([1,2,3,4,5])
pad(A, 8)    # expected : [1,2,3,4,5,0,0,0]

在我的实际用例中,实际上我想将数组填充到1024的最接近倍数.例如:1342 => 2048,3000 => 3072

我想.txt在R中导入一个表(文件)read.table().我表中的一列是一个带有九个数字的ID - 一些ID以0开头,其他以1或2开头.

R截断前0(012345678变为12345678),这在使用此ID合并另一个表时会导致问题.

有人能给我一个如何解决问题的提示吗？

我有一个形状为 (103, 37, 13) 的 3d numpy 数组（数据）。我想通过在每个轴的两个方向上几乎相等地填充零来将此 numpy 数组的大小调整为 (250,250,13)。

下面的代码适用于 2d 数组，但我无法使其适用于 3d 数组。

>>> a = np.arange(6)
>>> a = a.reshape((2, 3))
>>> np.lib.pad(a, [(2,3),(1,1)], 'constant', constant_values=[(0, 0),(0,0)])
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 1, 2, 0],
       [0, 3, 4, 5, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

>>> zerpads =np.zeros(13)
>>> data1=np.lib.pad(data,[(73,74),(106,107)],'constant',constant_values=[(zerpads, zerpads),(zerpads,zerpads)])
Traceback (most recent call last):
  File "<stdin>", line …

我正在使用 keras 构建一个用于图像分割的卷积神经网络，我想使用“反射填充”而不是“相同”填充，但我找不到在 keras 中做到这一点的方法。

inputs = Input((num_channels, img_rows, img_cols))
conv1=Conv2D(32,3,padding='same',kernel_initializer='he_uniform',data_format='channels_first')(inputs)

有没有办法实现反射层并将其插入到 keras 模型中？

我正在使用形状为 (X,42) 的某些张量，而 X 可以在 50 到 70 之间的范围内。我想填充我得到的每个张量，直到它达到 70 的大小。所以所有张量都将是 ( 70,42）。当我的起始大小是变量 X 时，有办法做到这一点吗？谢谢您的帮助！

我正在尝试在 python 中实现二维卷积。我有一个尺寸为 (m, 64, 64, 3) 的输入图像集，其中 m 是图像数量。我想对高度和宽度使用过滤器大小 f=8 和 stride=8，并使用相同的填充，以便保留输入宽度和高度 (64, 64)。

使用公式[n' = Floor((n-f+2*pad)/stride + 1)]并输入 n'=64, n=64, stride=8, f=8，我得到pad=224，其中太大了。

例如，当我将图像数量 m 设置为 1080 时，可能会导致内存错误，导致我的系统崩溃。

但是当我使用 Keras 库和以下代码时，它工作得很好。

X = keras.layers.Conv2D(filters=32, kernel_size=(8, 8), strides=(8, 8), padding='same')(X)

这是我在 python 中实现的 Conv2D：

import numpy as np

# A.shape = (1080, 64, 64, 3)
# W.shape = (8, 8, 3, 32)
# b.shape = (32,)

def conv_fwd(A, W, b, pad=0, stride=1):
    pad_A = np.pad(A, ((0, …

我正在使用fmtlib来格式化字符串和数值，但我对负整数有问题。当我用零填充值时，无论值的符号如何，我都希望有一个一致的零数。

例如，使用 4 的填充，我想要以下内容：

• 2 返回为“0002”
• -2 将作为“-0002”返回

fmtlib 的默认行为是在填充长度中考虑前缀长度（即符号“-”），这意味着 -2 返回为“-002”

下面是一个例子：

#include <iostream>
#include "fmt/format.h"

int main()
{
    std::cout << fmt::format("{:04}", -2) << std::endl;
}

将输出： -002

有没有办法切换这种行为或以不同的方式填充零值以获得我的预期结果？

谢谢你的帮助，