Numpy 数组填充np.pad()函数
np.pad()函数
pad(array, pad_width, mode, **kwargs)
返回值：数组
参数
array——表示需要填充的数组；
pad_width——表示每个轴（axis）边缘需要填充的数值数目。 参数输入方式为：（(before_1, after_1), … (before_N, after_N)），其中(before_1, after_1)表示第1轴两边缘分别填充before_1个和after_1个数值。取值为：{sequence, array_like, int}
mode——表示填充的方式（取值：str字符串或用户提供的函数）,总共有11种填充模式；
‘constant’——表示连续填充相同的值，每个轴可以分别指定填充值，constant_values=（x, y）时前面用x填充，后面用y填充，缺省值填充0
‘edge’——表示用边缘值填充
‘linear_ramp’——表示用边缘递减的方式填充
‘maximum’——表示最大值填充
‘mean’——表示均值填充
‘median’——表示中位数填充
‘minimum’——表示最小值填充
‘reflect’——表示对称填充
‘symmetric’——表示对称填充
‘wrap’——表示用原数组后面的值填充前面，前面的值填充后面
常数填充模式constant
A = np.arange(95,99).reshape(2,2) #原始输入数组
A
array([[95, 96],
[97, 98]])
用例1
在数组 A 的边缘填充
constant_values指定的数值（3,2）表示在A的第[0]轴填充（二维数组中，0轴表示行），即在0轴前面填充3个宽度的0，比如数组A中的95,96两个元素前面各填充了3个0；在后面填充2个0，比如数组A中的97,98两个元素后面各填充了2个0
- （2,3）表示在A的第[1]轴填充（二维数组中，1轴表示列），即在1轴前面填充2个宽度的0，后面填充3个宽度的0
np.pad(A,((3,2),(2,3)),'constant',constant_values = (0,0))
#constant_values表示填充值，且(before，after)的填充值等于（0,0）
array([[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 95, 96, 0, 0, 0],
[ 0, 0, 97, 98, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0]])
#填充时，从前面轴，往后面轴依次填充
np.pad(A,((3,2),(2,3)),'constant',constant_values = (-2,2))
#填充值，前面填充改为-2，后面填充改为2
array([[-2, -2, -2, -2, 2, 2, 2],
[-2, -2, -2, -2, 2, 2, 2],
[-2, -2, -2, -2, 2, 2, 2],
[-2, -2, 95, 96, 2, 2, 2],
[-2, -2, 97, 98, 2, 2, 2],
[-2, -2, 2, 2, 2, 2, 2],
[-2, -2, 2, 2, 2, 2, 2]])
np.pad(A,((3,2),(2,3)),'constant',constant_values = ((0,0),(1,2)))
#0轴和1轴分别填充不同的值，先填充0轴，后填充1轴，存在1轴填充覆盖0轴填充的情形
array([[ 1, 1, 0, 0, 2, 2, 2],
[ 1, 1, 0, 0, 2, 2, 2],
[ 1, 1, 0, 0, 2, 2, 2],
[ 1, 1, 95, 96, 2, 2, 2],
[ 1, 1, 97, 98, 2, 2, 2],
[ 1, 1, 0, 0, 2, 2, 2],
[ 1, 1, 0, 0, 2, 2, 2]])
np.pad(A,((3,2),(2,3)),'constant')
#,constant_values 缺省，则默认填充均为0
array([[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 95, 96, 0, 0, 0],
[ 0, 0, 97, 98, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0, 0, 0]])
边缘值填充模式——’edge’
B = np.arange(1,5).reshape(2,2) #原始输入数组
B
array([[1, 2],
[3, 4]])
np.pad(B,((1,2),(2,1)),'edge')
#注意先填充0轴，后面填充1轴，依次填充
array([[1, 1, 1, 2, 2],
[1, 1, 1, 2, 2],
[3, 3, 3, 4, 4],
[3, 3, 3, 4, 4],
[3, 3, 3, 4, 4]])
边缘最大值填充模式——’maximum’
B = np.arange(1,5).reshape(2,2) #原始输入数组
B
array([[1, 2],
[3, 4]])
np.pad(B,((1,2),(2,1)),'maximum')
#maximum填充模式还有其他控制参数，比如stat_length，详细见numpy库
array([[4, 4, 3, 4, 4],
[2, 2, 1, 2, 2],
[4, 4, 3, 4, 4],
[4, 4, 3, 4, 4],
[4, 4, 3, 4, 4]])
C = np.arange(0,9).reshape(3,3) #原始输入数组
C
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
np.pad(C,((3,2),(2,1)),'maximum')
array([[8, 8, 6, 7, 8, 8],
[8, 8, 6, 7, 8, 8],
[8, 8, 6, 7, 8, 8],
[2, 2, 0, 1, 2, 2],
[5, 5, 3, 4, 5, 5],
[8, 8, 6, 7, 8, 8],
[8, 8, 6, 7, 8, 8],
[8, 8, 6, 7, 8, 8]])
参考