Numpy中的Pad函数

Question

我正在使用np.pad来填充4d数组

a = np.zeros((2,2,2,2))
a = a+7
apad = np.pad(a,((0,0),(0,0),(1,1),(1,1)),'constant')

它用零号行和列来填充每个2d数组，我不知道这个np.pad是如何工作的，特别是函数的第二个参数，我也尝试用简单的数组来理解它，这一点也不清楚。

a = np.arange(20)
a = np.reshape(a,(4,5))
a = np.pad(a,((1,0)),'constant')
print(a)

>>>[[ 0  0  0  0  0  0]
    [ 0  0  1  2  3  4]
    [ 0  5  6  7  8  9]
    [ 0 10 11 12 13 14]
    [ 0 15 16 17 18 19]]

有人能简要解释一下np.pad()中第二个参数是如何工作的吗？

Answer 1

让我们从第二个示例(一个二维数组)开始。

当您运行np.pad(a, (1,0), 'constant')时(1,0)意味着：

• 添加1个元素之前，
• 添加元素后，
• ，因为您只放置一个(前，后)对，它涉及每个维度。

结果是：

在数组之前添加

• 1 行，在数组之后不添加任何内容(对于第一个维度)，在数组之前添加
• 1 列，在(第二维度)之后不添加任何元素，默认情况下，H 120添加的元素，H 221F 222

因此，结果是：

array([[ 0,  0,  0,  0,  0,  0],
       [ 0,  0,  1,  2,  3,  4],
       [ 0,  5,  6,  7,  8,  9],
       [ 0, 10, 11, 12, 13, 14],
       [ 0, 15, 16, 17, 18, 19]])

​，现在看第一个例子。让我们创建也是int类型的数组：

a = np.zeros((2,2,2,2), dtype=int)
a = a + 7

然后，当您运行apad = np.pad(a, ((0,0),(0,0),(1,1),(1,1)), 'constant')时：

在第1和第2维(前2对(0,0))中没有添加

• ，在第3和第4维1元素中添加了
• (在(1，1)之后添加了2对)。

结果是：

array([[[[0, 0, 0, 0],
         [0, 7, 7, 0],
         [0, 7, 7, 0],
         [0, 0, 0, 0]],

        [[0, 0, 0, 0],
         [0, 7, 7, 0],
         [0, 7, 7, 0],
         [0, 0, 0, 0]]],


       [[[0, 0, 0, 0],
         [0, 7, 7, 0],
         [0, 7, 7, 0],
         [0, 0, 0, 0]],

        [[0, 0, 0, 0],
         [0, 7, 7, 0],
         [0, 7, 7, 0],
         [0, 0, 0, 0]]]])