python中numpy矩陣的零填充的示例代碼
需求:
對于圖像處理中的一些過程,我需要對讀取的numpy矩陣進行size的擴充,比如原本是(4,6)的矩陣,現在需要上下左右各擴充3行,且為了不影響數值計算,都用0填充。
比如下圖,我有一個4x5大小的全1矩陣,但是現在我要在四周都加上3行的0來擴充大小,最后擴充完還要對原區(qū)域進行操作。



方法:
想到了幾種方法,記錄一下。
一、再new一個更大的所需要的矩陣大小
a = np.ones((4,5)) #假設原矩陣是4x5的全1矩陣
print(a.shape)
b_pad = np.zeros((4 + 6, 5 + 6)) #要四周擴充3行,所以寬高都要加6
h,w = b.shape
print(b.shape) #(10,11)
b[3:h-3,3:w-3] = a #再把原矩陣放到相應位置
print(b)
#如果要對原數值一一進行操作,可以定位到各元素
for i in range(3,h-3):
for j in range(3,w-3):
b[i][j] = 2
print(b)這個方法簡單粗暴,邏輯上比較好理解,但是會消耗內存空間
二、pad函數
其實numpy已經封裝了一個函數,就是pad
a = np.ones((4,5))
print(a.shape)
b = np.pad(a,3,'constant') #對a,上下左右各擴充3行,constant缺省,默認為0
print(b)
print(b.shape)
#如果只要左上角擴充的話
c = np.pad(a,(3,0),'constant')
print(c)
print(c.shape)

其他想法
還有兩種想法,但我沒實踐過。一個是 二維轉成一維,然后用list在每一組的前后可以加0,用append連接,最后再轉成二維。這樣子的話,0想放在哪里就可以自己定了。 還有一種是用torch.nn,在pytorch中有對于卷積的0填充padding。不過需要把numpy轉成tensor張量,最后再轉回來,比較麻煩。
到此這篇關于python中numpy矩陣的零填充的示例代碼的文章就介紹到這了,更多相關numpy矩陣零填充內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python中函數eval和ast.literal_eval的區(qū)別詳解
eval函數在Python中做數據類型的轉換還是很有用的。它的作用就是把數據還原成它本身或者是能夠轉化成的數據類型。那么eval和ast.literal_val()的區(qū)別是什么呢?本文將大家介紹關于Python中函數eval和ast.literal_eval區(qū)別的相關資料,需要的朋友可以參考下。2017-08-08

