为每个元素使用唯一的填充来填充 ndarray 中的元素

Question

我对 python 很陌生，已经阅读了很多关于这个主题的 SO 问题，但是 none 回答了我的需求。

我最终得到了一个 ndarray:

[[1, 2, 3]
 [4, 5, 6]]

现在我想为每个元素（例如 [1, 2, 3]）填充专门针对该元素的定制填充。当然，我可以在 for 循环中执行此操作并将每个结果附加到一个新的 ndarray，但是有没有一种更快更干净的方法可以一次将其应用于整个 ndarray？

我想象它可以像这样工作：

myArray = [[1, 2, 3]
           [4, 5, 6]]

paddings = [(1, 2),
            (2, 1)]

myArray = np.pad(myArray, paddings, 'constant')

当然这只是输出：

[[0 0 0 0 0 0 0 0 0]
 [0 0 1 2 3 0 0 0 0]
 [0 0 3 4 5 0 0 0 0]
 [0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0]]

这不是我需要的。目标结果将是：

[[0 1 2 3 0 0]
 [0 0 4 5 6 0]]

如何使用 numpy 实现此目的？

Answer 1

这是一个基于循环的解决方案，但根据输入数组和填充的维度创建了一个零数组。评论中的解释：

In [192]: myArray
Out[192]: 
array([[1, 2, 3],
       [4, 5, 6]])

In [193]: paddings
Out[193]: 
array([[1, 2],
       [2, 1]])

# calculate desired shape; needed for initializing `padded_arr`
In [194]: target_shape = (myArray.shape[0], myArray.shape[1] + paddings.shape[1] + 1)

In [195]: padded_arr = np.zeros(target_shape, dtype=np.int32)

In [196]: padded_arr
Out[196]: 
array([[0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0]], dtype=int32)

在此之后，我们可以使用 for 循环根据 paddings:

中的值来填充 myArray 中的序列

In [199]: for idx in range(paddings.shape[0]):
     ...:     padded_arr[idx, paddings[idx, 0]:-paddings[idx, 1]] = myArray[idx]
     ...:     

In [200]: padded_arr
Out[200]: 
array([[0, 1, 2, 3, 0, 0],
       [0, 0, 4, 5, 6, 0]], dtype=int32)

我们不得不求助于基于循环的解决方案的原因是因为 numpy.lib.pad() 尚不支持这种填充，即使它已经提供了所有可用的附加模式和关键字参数。

为每个元素使用唯一的填充来填充 ndarray 中的元素

Pad elements in ndarray using unique padding for each element

python

numpy

python-3.x

zero-padding

numpy-ndarray