python - 如何在 NP 数组中填充第三维?
问题描述
我想用零填充数组的第三维,这是我尝试的:
import numpy as np
arr = [np.array([[1,2,3], [1,2,3]]), np.array([[1,2],[2,3,4, 5]])]
lar = []
for r in arr:
for e in r:
lar.append(len(e))
i = max(lar)
for (ii, r) in enumerate(arr):
for (i, e) in enumerate(r):
print(i)
print(e)
arr[ii][i]= np.pad(e, (0,i), 'constant' )
print(i)
print(lar)
print(arr)
然而,一旦它必须调整第一个子数组,它就会失败,期望的结果:
[[[1,2,3,0]
[1,2,3,0]],
[[1,2,0,0],
[2,3,4,5]]]
解决方案
让我们从Numpy不支持锯齿状数组(在任何维度上具有不同长度)的评论开始。
另一个要提到的细节是,您的源“数组”(arr)实际上不是任何数组,而是Numpy数组的列表。
此列表的每个元素是:
- 要么是“常规”二维Numpy数组(如果每个维度的所有大小都相同),
- 或一维数组,包含列表(不同大小),整个元素是对象类型的数组。
因此,解决问题的正确方法是根据每行的类型执行两种不同的填充方式。
编写以下函数:
def myPad(arr):
lar = []
for r in arr:
for e in r:
lar.append(len(e))
n = max(lar)
rv = []
for row in arr:
if row.ndim == 1: # A jagged array (1-D array of lists (of different lengths))
rv.append(np.array([ col + [0] * (n - len(col)) for col in row ]))
else: # 2-D array (all rows of same length)
rv.append(np.pad(row, ((0, 0), (0, n - row.shape[1]))))
return np.array(rv)
它从您的代码开始确定目标大小(n)。
然后是一个循环,处理每一行,根据当前行的维数用一个“fork”( if );
- 如果path 处理“锯齿状”数组的情况,
- else path 处理“常规”数组的情况。
你打电话时:
result = myPad(arr)
对于您的源数据,结果是:
array([[[1, 2, 3, 0],
[1, 2, 3, 0]],
[[1, 2, 0, 0],
[2, 3, 4, 5]]])
它的形状(result.shape)是:
(2, 2, 4)
推荐阅读
- python - 删除 KV 文件中给定 id 的小部件
- php - 如何在刀片的laravel中接收类名
- c++ - 编译器坚持引用不存在的构造函数
- mysql - Discord.py MySQL 连接器插入查询
- r - 将数据从 Rstudio 导出到令人兴奋的 Excel 文件中的新工作表
- flutter - 颤振降级错误 - 没有以前录制的频道版本
- kubernetes - 多个集群上的只读 PV
- spring-boot - 从后端检索图像路径并在角度 html 模板中显示图像会引发不安全错误
- python - 基于数据框列的公式
- angular - 如何使用 Angular RouteReuseStrategy 访问 shouldDetach 中的组件