另一个 numpy 数组处理问题: 我有一个大约。 2000³ 个条目 numpy 数组,大小固定(据我所知),包含整数。我想用另一个整数填充数组,以便它在所有维度上都被包围。这个整数在整个填充过程中是固定的。
example (2D)
1----->000
010
000
我有两个想法,导致了这个结果:
创建一个更大的 numpy 数组,包含填充值并“切片”填充值中的旧区域:
padded=np.zeros((z+2,x+2,y+2)) padded[1:z+1,1:x+1,1:y+1]=olddata
使用 np.insert 或 hstack,vstack,dstack 添加值:
padded=np.insert(data,0,0,axis=0) padded=np.insert(data,x+1,0,axis=0) etc.
问题是,所有这些方法都不是就地分配新数组 (1.) 或复制旧数组 (2.)。有没有办法就地填充?我知道,从 numpy 1.7 开始。有 numpy.pad 模块。但这似乎也使用了某种分配和覆盖(就像我的 1. 方式)。
最佳答案
您不能就地添加填充,因为内存布局中没有空间。不过,您可以采用另一种方式:首先分配填充的数组,然后在访问未填充的数据时使用其中的 View 。
padded = np.empty((2002,2002,2002))
padded[0] = 0
padded[-1] = 0
padded[:,0] = 0
padded[:,-1] = 0
padded[:,:,0] = 0
padded[:,:,-1] = 0
unpadded = padded[1:-1, 1:-1, 1:-1]
关于python - 填充大型 numpy 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15922203/