Python中的 numpy.pad()函数

在Python的科学计算中，numpy库是不可或缺的工具。其中，numpy.pad()函数是一个很有用的工具，它可以用于数组填充。

数组填充

数组填充指在数组的边缘填充特定的值或者其他数组元素。常常用于在进行卷积（convolution）或者图像处理时调整数组的大小。

numpy.pad()函数

numpy.pad()函数可以用于向数组的边缘添加值。它的语法如下：

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

其中：

• array：需要填充的数组
• pad_width：填充的宽度。它的大小必须是一个二元组（tuple），形式为（（before_1, after_1），（before_2, after_2），…，（before_N, after_N）），N是填充的维数。before和after分别表示在维度上填充的宽度。
• mode：填充模式。默认为'constant'，表示在边界填充常数；还可以选择其他模式，例如 'edge' 表示使用边界值的扩展来填充， 'linear_ramp' 表示使用线性递增的值来填充等等。

以下是一个示例，展示如何使用numpy.pad()函数在二维数组的两侧填充常数0：

import numpy as np

# 创建一个3x3的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 填充常数0
arr_padded = np.pad(arr, pad_width=1, mode='constant')

# 输出填充后的数组
print(arr_padded)

输出结果为：

[[0 0 0 0 0]
 [0 1 2 3 0]
 [0 4 5 6 0]
 [0 7 8 9 0]
 [0 0 0 0 0]]

在这个示例中，我们首先创建了一个3x3的二维数组，并在数组的两侧填充了宽度为1的常数0。

总结

numpy.pad()函数可以方便地对数组进行填充，它可以应用于一维、二维、三维等多维数组，并支持不同的填充模式。通过使用numpy.pad()函数，我们可以在数据处理与图像处理时扩展数组空间、边界处理等场景。