Python 数据补零改变尺寸

自己写了半天，原来numpy里面有现成的API，np.pad蛮方便的。

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

array 是原始数组
pad_width 是需要填充的方位，这个和array的维度相关
mode 就是填入数字的方式

这个方法就是对任意数组进行填充，填的位置自由发挥，填的数字自由发挥，直接看例子。

import numpy as np
a = np.array([1, 2, 3])
[1, 2, 3]
# 左右两端一起填充，a 等价于 (a, a)
print(np.pad(a, 2))
[0 0 1 2 3 0 0]
print(np.pad(a, (2, 2)))
[0 0 1 2 3 0 0]
# 左边填两个，右边零个
print(np.pad(a, (2, 0)))
[0 0 1 2 3]
# 右边填两个，左边零个
print(np.pad(a, (0, 2)))
[1 2 3 0 0]
# 'constant’：常数填充，constant_values=(x，y)，表示前面用x填充，后面用y填充，无constant_values参数时默认填充0。
print(np.pad(a, (2, 3), mode='constant', constant_values=(10, 20)))
[10 10  1  2  3 20 20 20]
# 'edge'：边缘值填充，即使用数组array的边缘数值进行填充。
print(np.pad(a, (2, 3), mode='edge'))
[1 1 1 2 3 3 3 3]
# 'linear_ramp'：边缘递减，即取得是递减到0时的数
print(np.pad(a, (2, 2), mode='linear_ramp'))
[0 0 1 2 3 1 0]
print(np.pad(a, (2, 3), mode='linear_ramp'))
[0 0 1 2 3 2 1 0]
print(np.pad(a, (2, 5), mode='linear_ramp'))
[0 0 1 2 3 2 1 1 0 0]
print(np.pad(a, (2, 8), mode='linear_ramp'))
[0 0 1 2 3 2 2 1 1 1 0 0 0]
# 'maximum'：选取对应维度最大值进行填充
print(np.pad(a, (2, 3), mode='maximum'))
[3 3 1 2 3 3 3 3]
# 'mean'：选取对应维度均值进行填充
print(np.pad(a, (2, 3), mode='mean'))
[2 2 1 2 3 2 2 2]
# 'median'：选取对应维度中位数进行填充
print(np.pad(a, (2, 3), mode='median'))
[2 2 1 2 3 2 2 2]
# 'minimum'：选取对应维度中位数进行填充
print(np.pad(a, (2, 3), mode='minimum'))
[1 1 1 2 3 1 1 1]
# 'reflect'：关于边缘值对称
print(np.pad(a, (7, 4), mode='reflect'))
[2 3 2 1 2 3 2 1 2 3 2 1 2 3]
# 'symmetric'：关于边缘附近的空对称
print(np.pad(a, (7, 4), mode='symmetric'))
[1 1 2 3 3 2 1 1 2 3 3 2 1 1]
# 'wrap'：用数组前面的填充后面，后面的填充前面，填充方式是从中间向两边填充
print(np.pad(a, (7, 4), mode='wrap'))
[3 1 2 3 1 2 3 1 2 3 1 2 3 1]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50