numpy.pad

numpy.pad

在进行数组处理时，经常会遇到需要在数组周围添加额外的元素来达到特定形状或大小的需求。numpy中的pad函数便提供了一种方便的方式来实现这一目的。本文将详细介绍numpy中的pad函数的用法，并通过示例代码来帮助读者更好地理解。

1. 基本用法

np.pad函数的基本用法如下：

import numpy as np

arr = np.array([[1, 2], [3, 4]])
padded_arr = np.pad(arr, pad_width=1, mode='constant', constant_values=0)

print(padded_arr)

运行结果为：

[[0 0 0]
 [0 1 2]
 [0 3 4]
 [0 0 0]]

在上面的示例中，我们创建了一个2×2的数组arr，然后使用np.pad函数在其周围添加了宽度为1的填充。pad_width参数表示在每个维度上要添加的填充宽度，mode参数指定填充的方式，constant_values参数指定填充的值。

2. 填充不同轴

np.pad函数还可以指定在不同轴上的填充方式，示例如下：

import numpy as np

arr = np.array([[1, 2], [3, 4]])
padded_arr = np.pad(arr, pad_width=((1, 2), (0, 1)), mode='constant', constant_values=0)

print(padded_arr)

运行结果为：

[[0 0 0]
 [1 2 0]
 [3 4 0]
 [0 0 0]]

在上面的示例中，我们使用了pad_width参数的元组形式来分别指定不同轴上的填充宽度。第一个元组表示在行轴上的填充宽度，第二个元组表示在列轴上的填充宽度。

3. 指定填充值

np.pad函数还可以指定不同轴上不同的填充值，示例如下：

import numpy as np

arr = np.array([[1, 2], [3, 4]])
padded_arr = np.pad(arr, pad_width=1, mode='constant', constant_values=((0, 1), (2, 3)))

print(padded_arr)

运行结果为：

[[0 2 3]
 [1 1 2]
 [3 3 4]]

在上面的示例中，我们使用了一个元组来指定不同轴上的不同填充值。第一个元组表示在首尾填充值为0和1，第二个元组表示在左右填充值为2和3。

4. 不同的填充模式

np.pad函数还支持多种填充模式，比如reflect、symmetric、edge等，示例如下：

import numpy as np

arr = np.array([1, 2, 3, 4])
padded_arr = np.pad(arr, pad_width=2, mode='reflect')

print(padded_arr)

运行结果为：

[3 2 1 2 3 4 3 2]

在上面的示例中，我们使用了reflect模式进行填充。该模式会将数组边界进行镜像填充，相当于将数组进行了翻转并填充。

通过以上示例，读者对numpy中pad函数的基本用法和常见参数有了一定的了解。在实际应用中，读者可以根据具体需求来灵活使用pad函数，快速实现数组填充的功能。