我有一个nd数组,例如:
x = np.array([[1,2,3],[4,5,6]])
我想将最后一个维度的大小加倍,并在元素之间插入零以填充空间。结果应如下所示:
[[1,0,2,0,3,0],[4,0,5,0,6,0]]
我尝试使用expand_dims
和pad
来解决问题。但是pad
函数不仅在最后一个维度中的每个值之后插入零。结果的形状为(3, 4, 2)
,但应为(2,3,2)
y = np.expand_dims(x,-1)
z = np.pad(y, (0,1), 'constant', constant_values=0)
res = np.reshape(z,[-1,2*3]
我的代码结果:
array([[1, 0, 2, 0, 3, 0],
[0, 0, 4, 0, 5, 0],
[6, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])
pad
如何在每个元素之后的最后一个维度中插入零?或者有更好的方法来解决问题吗?
答案 0 :(得分:6)
只需初始化输出数组并使用slicing
-
m,n = x.shape
out = np.zeros((m,2*n),dtype=x.dtype)
out[:,::2] = x
另外还有堆叠 -
np.dstack((x,np.zeros_like(x))).reshape(x.shape[0],-1)
答案 1 :(得分:4)
您可以简单地使用insert函数来完成此操作:
np.insert(x, [1,2,3], 0, axis=1)
array([[1, 0, 2, 0, 3, 0],
[4, 0, 5, 0, 6, 0]])
答案 2 :(得分:1)
与expand_dims一致,我们可以使用stack
:
In [742]: x=np.arange(1,7).reshape(2,-1)
In [743]: x
Out[743]:
array([[1, 2, 3],
[4, 5, 6]])
In [744]: np.stack([x,x*0],axis=-1).reshape(2,-1)
Out[744]:
array([[1, 0, 2, 0, 3, 0],
[4, 0, 5, 0, 6, 0]])
stack
使用expend_dims
添加维度;它与np.array
类似,但可以更好地控制新轴的添加方式。因此,它是一种散布阵列的便捷方式。
堆栈产生一个(2,4,2)数组,我们重新形成(2,8)。
x*0
可以替换为np.zeros_like(x)
,或任何创建相同大小的零数组的内容。
np.stack([x,x*0],axis=1).reshape(4,-1)
添加0行。