零填充 numpy 数组

Question

在末尾用零填充数组的更 pythonic 方法是什么？

def pad(A, length):
    ...

A = np.array([1,2,3,4,5])
pad(A, 8)    # expected : [1,2,3,4,5,0,0,0]

在我的实际用例中，实际上我想将数组填充到最接近 1024 的倍数。例如：1342 => 2048、3000 => 3072

Answer 1

这应该有效：

def pad(A, length):
    arr = np.zeros(length)
    arr[:len(A)] = A
    return arr

如果您初始化一个空数组 (np.empty(length)) 然后填充 A 和 zeros，但我怀疑在大多数情况下加速是否值得额外的代码复杂性。

为了得到要填充的值，我想你可能只使用像 divmod:

这样的东西

n, remainder = divmod(len(A), 1024)
n += bool(remainder)

基本上，这只是算出 1024 除以数组长度的多少次（以及该除法的余数）。如果没有余数，那么你只需要 n * 1024 个元素。如果有余数，那么你想要 (n + 1) * 1024.

全部：

def pad1024(A):
    n, remainder = divmod(len(A), 1024)
    n += bool(remainder)
    arr = np.zeros(n * 1024)
    arr[:len(A)] = A
    return arr

Answer 2

您也可以使用 numpy.pad:

>>> A = np.array([1,2,3,4,5])
>>> npad = 8 - len(A)
>>> np.pad(A, pad_width=npad, mode='constant', constant_values=0)[npad:]
array([1, 2, 3, 4, 5, 0, 0, 0])

在一个函数中：

def pad(A, npads):
    _npads = npads - len(A)
    return np.pad(A, pad_width=_npads, mode='constant', constant_values=0)[_npads:]

Answer 3

有np.pad:

A = np.array([1, 2, 3, 4, 5])
A = np.pad(A, (0, length), mode='constant')

关于您的用例，需要填充的零数可以计算为 length = len(A) + 1024 - 1024 % len(A)。

Answer 4

numpy.pad with constant 模式可以满足您的需求，我们可以将元组作为第二个参数传递给每个尺寸，例如 (2, 3) 来填充多少个零将在左侧填充 2 个零，在右侧填充 3 个零：

给定 A 作为：

A = np.array([1,2,3,4,5])

np.pad(A, (2, 3), 'constant')
# array([0, 0, 1, 2, 3, 4, 5, 0, 0, 0])

也可以通过传递元组的元组作为填充宽度来填充 2D numpy 数组，其格式为 ((top, bottom), (left, right)):

A = np.array([[1,2],[3,4]])

np.pad(A, ((1,2),(2,1)), 'constant')

#array([[0, 0, 0, 0, 0],           # 1 zero padded to the top
#       [0, 0, 1, 2, 0],           # 2 zeros padded to the bottom
#       [0, 0, 3, 4, 0],           # 2 zeros padded to the left
#       [0, 0, 0, 0, 0],           # 1 zero padded to the right
#       [0, 0, 0, 0, 0]])

对于您的情况，您指定左侧为零，右侧填充从模除法计算：

B = np.pad(A, (0, 1024 - len(A)%1024), 'constant')
B
# array([1, 2, 3, ..., 0, 0, 0])
len(B)
# 1024

对于更大的 A:

A = np.ones(3000)
B = np.pad(A, (0, 1024 - len(A)%1024), 'constant')
B
# array([ 1.,  1.,  1., ...,  0.,  0.,  0.])

len(B)
# 3072

Answer 5

供日后参考：

def padarray(A, size):
    t = size - len(A)
    return np.pad(A, pad_width=(0, t), mode='constant')

padarray([1,2,3], 8)     # [1 2 3 0 0 0 0 0]

Answer 6

对于您的用例，您可以使用 resize() 方法：

A = np.array([1,2,3,4,5])
A.resize(8)

这将 A 原位调整大小。如果有 A 的引用，numpy 会抛出一个值错误，因为引用的值也会被更新。要允许此添加 refcheck=False 选项。

文档指出缺失值将是 0:

Enlarging an array: as above, but missing entries are filled with zeros

零填充 numpy 数组

Zero pad numpy array

python

numpy

numpy-ndarray

zero-pad

zero-padding