在Python中,如果输入是一个numpy数组,则可以用来
np.lib.pad在其周围填充零-
import numpy as npA = np.array([[1, 2 ],[2, 3]]) # InputA_new = np.lib.pad(A, ((0,1),(0,2)), 'constant', constant_values=(0)) # Output
样品运行-
In [7]: A # Input: A numpy arrayOut[7]: array([[1, 2], [2, 3]])In [8]: np.lib.pad(A, ((0,1),(0,2)), 'constant', constant_values=(0))Out[8]: array([[1, 2, 0, 0], [2, 3, 0, 0], [0, 0, 0, 0]]) # Zero padded numpy array
如果您不想算出要填充多少个零的 数学运算 ,则可以根据给定的输出数组大小,让代码为您完成-
In [29]: AOut[29]: array([[1, 2], [2, 3]])In [30]: new_shape = (3,4)In [31]: shape_diff = np.array(new_shape) - np.array(A.shape)In [32]: np.lib.pad(A, ((0,shape_diff[0]),(0,shape_diff[1])), 'constant', constant_values=(0))Out[32]: array([[1, 2, 0, 0], [2, 3, 0, 0], [0, 0, 0, 0]])
或者,您可以从零初始化输出数组开始,然后从
A-放回这些输入元素
In [38]: AOut[38]: array([[1, 2], [2, 3]])In [39]: A_new = np.zeros(new_shape,dtype = A.dtype)In [40]: A_new[0:A.shape[0],0:A.shape[1]] = AIn [41]: A_newOut[41]: array([[1, 2, 0, 0], [2, 3, 0, 0], [0, 0, 0, 0]])
在MATLAB中,您可以使用
padarray-
A_new = padarray(A,[1 2],'post')
样品运行-
>> AA = 1 2 2 3>> A_new = padarray(A,[1 2],'post')A_new = 1 2 0 0 2 3 0 0 0 0 0 0
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)