numpy中pad方法及應用

a = np.array([[

1,2,
3,4]
,[4,
3,2,
1]])
print
(a)b = np.pad(a,((
1,2)
,(3,
3)))
print
(b)#輸出：[[
1234
][43
21]]
[[00
0000
0000
][00
0123
4000
][00
0432
1000
][00
0000
0000
][00
0000
0000
]]

第乙個引數是待填充陣列

第二個引數是填充的形狀，（2，3）表示前面兩個，後面三個；((0,0)(0,3)(0,0))表示第一維不填充，第二維末尾填充三個，第三維不填充

第三個引數是填充的方法

constant連續一樣的值填充，有關於其填充值的引數。 constant_values=（x, y）時前面用x填充，後面用y填充。缺引數是為0000。。。

edge用邊緣值填充

linear_ramp邊緣遞減的填充方式

maximum, mean, median, minimum分別用最大值、均值、中位數和最小值填充

reflect, symmetric都是對稱填充。前乙個是關於邊緣對稱，後乙個是關於邊緣外的空氣對稱╮(╯▽╰)╭

wrap用原陣列後面的值填充前面，前面的值填充後面

例子：把大小為（2,2,3,2）的4維張量補成（2,2,10,2）多餘的地方補0

import numpy as np

max_len =
10# 最大長度為10
x = np.arange(24)
.reshape((2
,2,3
,2))
shape = x.shape                              #((2,2,3,2))
padded = max_len - shape[-2
]#要填充的大小：7
padded_shape =((
0,0)
,)*len
(shape[:-
2])+
((0, padded),(
0,0)
)#((0,0),(0,0),(0,padded),(0,0))
x = np.pad(x, padded_shape，mode=
"constant"
)

Numpy中的pad函式

title numpy中的pad函式 date 2017 07 30 14 25 06 categories 填補乙個陣列。pad array，pad width，mode，kwars 其中array為要填補的陣列 input pad width是在各維度的各個方向上想要填補的長度,如 2，3 4，...

numpy中arg 方法的應用

numpy中返回物件中最大值，最小值或排序後的索引。arr.argmax 返回array物件中最大值所佔的索引 arr.argmin 返回array物件中最小值所在的索引 arr.argsort 返回array物件中公升序排列後的索引 上述三個api均可填入引數axis 0,1,axis 0，表示按...

Numpy基礎及基本應用

資料處理的一般流程 資料收集 資料預處理 資料處理 資料展示 資料收集方法 網路爬蟲 公開資料集 其他途徑收集的資料 預處理方法 歸一化 二值化 維度變換 去重 無效資料過濾 資料處理方法 資料排序 資料查詢 資料統計分析 資料展示方法 列表 圖表 動態互動圖形 安裝numpy windows pi...