Python numpy.pad()介绍

numpy.pad() 是一个用于在数组的边缘填充常量值的方法。填充的值可以是通过打算法、对称等方法生成的。

语法

numpy.pad(array, pad_width, mode='constant', **kwargs)

参数说明

• array：需要填充的数组。
• pad_width：每个轴需要填充的数值数目。需要以两个元素的元组形式给出。
• mode：填充模式，包括常数填充和非常数填充。默认为'constant'。

代码示例

import numpy as np

arr = np.array([[1, 2], [3, 4]])
pad_arr = np.pad(arr, ((2, 3), (2, 3)), mode='constant', constant_values=0)
print(pad_arr)

输出结果：

array([[0, 0, 0, 0, 0, 0],
       [0, 0, 1, 2, 0, 0],
       [0, 0, 3, 4, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0]])

在上面的示例中，我们对原始的 $2 \times 2$ 的数组进行填充，我们以一个2行3列和3行2列的0数组进行填充。当mode参数的值为'constant'时，constant_values可以是任何数字。

非常数填充

arr = np.array([[1, 2], [3, 4]])
pad_arr = np.pad(arr, ((2, 3), (2, 3)), mode='edge')
print(pad_arr)

输出结果：

array([[1, 1, 1, 2, 2, 2],
       [1, 1, 1, 2, 2, 2],
       [1, 1, 1, 2, 2, 2],
       [3, 3, 3, 4, 4, 4],
       [3, 3, 3, 4, 4, 4],
       [3, 3, 3, 4, 4, 4]])

在上面的示例中，我们以'edge'模式进行填充，这会在数组的边缘使用边缘值填充。这对于图像分析和处理等领域非常有用。

注意事项

• numpy.pad() 可以高效地放置padding，但是也可以引入新的问题。在计算时，需要注意padding对计算结果的影响。
• 对于比较复杂的padding，可以使用辅助数组进行计算。比如将padding引入后，进行操作，最后再切除padding。