Numpy reshape -自动填充或移除

Question

我想找到一个重塑函数，它能够将不同维数的数组转换为相同维数的数组。让我来解释一下：

import numpy as np
a = np.array([[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,3]]])
b = np.array([[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,4]]])
c = np.array([[[1,2,3,3],[1,2,3,3]]])

我希望能够使b,c形状等于a形状。但是，np.reshape会抛出一个错误，因为正如这里所解释的(Numpy resize or Numpy reshape)，该函数被显式地用于处理相同的维度。

我想要该函数的一些版本，如果形状较小，则在第一个维度的开始处添加零，如果形状较大，则删除开始。我的示例将如下所示：

b = np.array([[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,4]]])
c = np.array([[[0,0,0,0],[0,0,0,0]],[[1,2,3,3],[1,2,3,3]]])

我是否需要编写自己的函数来实现这一点？

Answer 1

这与上面的解决方案类似，但如果较低的维度不匹配，也会起作用

def custom_reshape(a, b):
    result = np.zeros_like(a).ravel()
    result[-min(a.size, b.size):] = b.ravel()[-min(a.size, b.size):]
    return result.reshape(a.shape)

custom_reshape(a,b)

Answer 2

我会像这样写一个函数：

def align(a,b):
    out = np.zeros_like(a)
    x = min(a.shape[0], b.shape[0])
    out[-x:] = b[-x:]

    return out

输出：

align(a,b)
# array([[[1, 2, 3, 3],
#         [1, 2, 3, 3]],

#        [[1, 2, 3, 3],
#         [1, 2, 3, 4]]])

align(a,c)
# array([[[0, 0, 0, 0],
#         [0, 0, 0, 0]],

#        [[1, 2, 3, 3],
#         [1, 2, 3, 3]]])