Question

我有两个数组，a 和 b。

a 的形状为 (1, 2, 3, 4)

b 的形状为 (4, 3, 2, 1)

我想让它们都 (4, 3, 3, 4)，新位置用 0 填充。

我能做到：

new_shape = (4, 3, 3, 4)

a = np.resize(a, new_shape)
b = np.resize(b, new_shape)

..但是这会重复每个元素以形成新元素，这对我不起作用。

相反，我认为我可以这样做：

a = a.resize(new_shape)
b = b.resize(new_shape)

...根据 documentation 用 0 填充。

但它不适用于多维数组，引发错误：

<块引用>

ValueError: resize 仅适用于单段数组

那么有没有不同的方法来实现这一目标？ IE。与 np.resize 相同，但使用 0-padding？

注意：我只是在寻找纯 numpy 的解决方案。

编辑：我使用的是 numpy 版本 1.20.2

编辑：我刚刚发现它适用于数字，但不适用于对象，我忘了提到它是一个对象数组而不是数字。

Answer 1

resize 方法在扁平意义上用 0 填充；功能垫重复。

为了说明 resize 如何在填充前“展平”：

In [108]: a = np.arange(12).reshape(1,4,3)
In [109]: a
Out[109]: 
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8],
        [ 9, 10, 11]]])
In [110]: a1 = a.copy()
In [111]: a1.resize((2,4,4))
In [112]: a1
Out[112]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [ 0,  0,  0,  0]],

       [[ 0,  0,  0,  0],
        [ 0,  0,  0,  0],
        [ 0,  0,  0,  0],
        [ 0,  0,  0,  0]]])

如果我创建一个正确形状的目标数组并复制，我可以保持原来的多维块：

In [114]: res = np.zeros((2,4,4),a.dtype)
In [115]: res[:a.shape[0],:a.shape[1],:a.shape[2]]=a
In [116]: res
Out[116]: 
array([[[ 0,  1,  2,  0],
        [ 3,  4,  5,  0],
        [ 6,  7,  8,  0],
        [ 9, 10, 11,  0]],

       [[ 0,  0,  0,  0],
        [ 0,  0,  0,  0],
        [ 0,  0,  0,  0],
        [ 0,  0,  0,  0]]])

我明确地写出了切片（为了清晰起见）。如果需要，可以通过编程方式创建这样的元组。

numpy 用填充调整 n 维数组的大小

1 个答案: