numpy pad

小魔王降临

已于 2022-12-19 17:08:52 修改

阅读量451

点赞数

CC 4.0 BY-SA版权

分类专栏： # 【python随笔】文章标签： numpy python

于 2022-12-19 17:05:22 首次发布

本文链接：https://blog.csdn.net/qq_30460949/article/details/128374921

本文详细介绍了numpy库中的pad函数，用于在数组的边缘填充指定宽度的数据。通过示例展示了1D、2D和3D数组的填充过程，包括不同维度和方向上的填充长度设置，以及使用'constant'模式填充默认值。该函数在数据预处理和图像处理中具有广泛应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

array为要填补的数组
pad_width是在各维度的各个方向上想要填补的长度,如（（1，2），（2，2）），表示在第一个维度上前面padding=1,后面padding=2,在第二个维度上前面padding=2,后面padding=2。如果直接输入一个整数，则说明各个维度和各个方向所填补的长度都一样。
mode为填补类型，即怎样去填补，有“constant”，“edge”等模式，如果为constant模式，就得指定填补的值，如果不指定，则默认填充0。

1D

t1D = np.array([1, 1, 1])

print("1D before: \n", t1D)

t1D = np.pad(t1D, (1, 2),'constant')

print("1D after: \n", t1D)

1D before: 
 [1 1 1]
1D after:
 [0 1 1 1 0 0]

2D

t2D = np.array([[1, 1, 1], [1, 1, 1], [1, 1, 1]])

print("2D before: \n", t2D)

t2D = np.pad(t2D, ((1, 2), (3, 4)),'constant')

print("2D after: \n", t2D)

2D before:
 [[1 1 1]
 [1 1 1]
 [1 1 1]]

2D after:
 [[0 0 0 0 0 0 0 0 0 0]
 [0 0 0 1 1 1 0 0 0 0]
 [0 0 0 1 1 1 0 0 0 0]
 [0 0 0 1 1 1 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0]]