numpy 数组填充 0、1和各种值

最新推荐文章于 2025-06-03 15:54:18 发布

原创最新推荐文章于 2025-06-03 15:54:18 发布 · 5.7k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#线性代数 #矩阵 #python

本文详细介绍了如何使用numpy库在数组的边缘填充0、1、边缘值、递减值、最大值、平均值、中位数、最小值以及实现边缘对称、空气对称和原数组值对齐等填充方式，同时展示了二维数组的填充实例，对于数据处理和分析非常实用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy 数组填充 0、1和各种值

文章目录

numpy 数组填充 0、1和各种值

import numpy as np

arr1D = np.arange(1, 4)
print(arr1D)

[1 2 3]

一维数组

相同值

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'constant' # 填充相同值
    )

array([0, 0, 1, 2, 3, 0, 0, 0])

边缘值

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'edge' # 填充边缘值
    )

array([1, 1, 1, 2, 3, 3, 3, 3])

递减值

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'linear_ramp' # 填充边缘递减值
    )

array([0, 0, 1, 2, 3, 2, 1, 0])

最大值

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'maximum' # 填充最大值
    )

array([3, 3, 1, 2, 3, 3, 3, 3])

平均值

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'mean' # 填充平均值
    )

array([2, 2, 1, 2, 3, 2, 2, 2])

中位数

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'median' # 填充中位数值
    )

array([2, 2, 1, 2, 3, 2, 2, 2])

最小值

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'minimum' # 填充最小值
    )

array([1, 1, 1, 2, 3, 1, 1, 1])

边缘对称

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'reflect' # 填充边缘对称值
    )

array([3, 2, 1, 2, 3, 2, 1, 2])

边缘外的空气对称

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'symmetric' # 填充边缘外的空气对称值
    )

array([2, 1, 1, 2, 3, 3, 2, 1])

原数组

np.pad(
    arr1D, # 数据
    (2, 3), # 最后一维，左边、右边 
    'wrap' # 填充原数组值
    )

array([2, 3, 1, 2, 3, 1, 2, 3])

二维数组

arr2D = np.arange(95,99).reshape(2,2)    #原始输入数组
print(arr2D)

array([[95, 96],
       [97, 98]])

np.pad(
    arr2D,  # 要填充的数组
    (
        (1, 2),  # 上面1行，下面2行，即轴0
        (3, 4)  # 左边3列，右面4列，即轴1
    ),
    'constant',  # 一样的值填充
    constant_values=(
        1,  # 左边填充的数值
        0  # 右边填充的数值
    )
)

array([[ 1,  1,  1,  1,  1,  0,  0,  0,  0],
       [ 1,  1,  1, 95, 96,  0,  0,  0,  0],
       [ 1,  1,  1, 97, 98,  0,  0,  0,  0],
       [ 1,  1,  1,  0,  0,  0,  0,  0,  0],
       [ 1,  1,  1,  0,  0,  0,  0,  0,  0]])