python pad_图文并茂的Python教程-numpy.pad
np.pad()常用与深度学习中的数据预处理,可以将numpy数组按指定的方法填充成指定的形状。 声明:
需要读者了解一点numpy数组的知识
np.pad()
对一维数组的填充
import numpy as np
arr1D = np.array([1, 1, 2, 2, 3, 4])
'''不同的填充方法'''
print 'constant: ' + str(np.pad(arr1D, (2, 3), 'constant'))
print 'edge: ' + str(np.pad(arr1D, (2, 3), 'edge'))
print 'linear_ramp: ' + str(np.pad(arr1D, (2, 3), 'linear_ramp'))
print 'maximum: ' + str(np.pad(arr1D, (2, 3), 'maximum'))
print 'mean: ' + str(np.pad(arr1D, (2, 3), 'mean'))
print 'median: ' + str(np.pad(arr1D, (2, 3), 'median'))
print 'minimum: ' + str(np.pad(arr1D, (2, 3), 'minimum'))
print 'reflect: ' + str(np.pad(arr1D, (2, 3), 'reflect'))
print 'symmetric: ' + str(np.pad(arr1D, (2, 3), 'symmetric'))
print 'wrap: ' + str(np.pad(arr1D, (2, 3), 'wrap'))
解释:
第一个参数是待填充数组
第二个参数是填充的形状,(2,3)表示前面两个,后面三个
第三个参数是填充的方法
填充方法:
constant连续一样的值填充,有关于其填充值的参数。
constant_values=(x, y)时前面用x填充,后面用y填充。缺参数是为0000。。。
edge用边缘值填充
linear_ramp边缘递减的填充方式
maximum,
mean,
median,
minimum分别用最大值、均值、中位数和最小值填充
reflect,
symmetric都是对称填充。前一个是关于边缘对称,后一个是关于边缘外的空气对称╮(╯▽╰)╭
wrap用原数组后面的值填充前面,前面的值填充后面
也可以有其他自定义的填充方法
对多维数组的填充
import numpy as np
arr3D = np.array([[[1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4]],
[[0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5]],
[[1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4]]])
'''对于多维数组'''
print 'constant: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'constant'))
print 'edge: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'edge'))
print 'linear_ramp: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'linear_ramp'))
print 'maximum: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'maximum'))
print 'mean: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'mean'))
print 'median: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'median'))
print 'minimum: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'minimum'))
print 'reflect: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'reflect'))
print 'symmetric: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'symmetric'))
print 'wrap: \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'wrap'))
python pad_图文并茂的Python教程-numpy.pad相关推荐
- python hstack_Python小白数据科学教程:NumPy (下)
点击"简说Python",选择"置顶/星标公众号" 福利干货,第一时间送达! 本文作者:王圣元 转载自:王的机器 本文偏长(1.8w+字),老表建议先收藏,然后 ...
- python中numpy.pad()函数的使用
在卷积神经网络中,为了避免因为卷积运算导致输出图像缩小和图像边缘信息丢失,常常采用图像边缘填充技术,即在图像四周边缘填充0,使得卷积运算后图像大小不会缩小,同时也不会丢失边缘和角落的信息.在Pyt ...
- 安装完python怎么打开安装步骤-Python安装与运行测试详细教程,带你攻克第一个学习难关...
人生苦短,我选python. 无论有没有编程基础,无论什么专业,越来越多的大学生选择从python入手学习数据分析.难得有学习的激情,书都买好了,结果却败在了第一步--软件安装上-- 今天小编特意出了 ...
- 笔记本电脑下载python视频教程-Python的Jupyter Notebook入门教程
适用于Python的Jupyter Notebook入门教程 在下面的教程中,将指导您完成安装Jupyter Notebook的过程.同时,我们将探索Jupyter Notebook的基本功能,通过尝 ...
- python安装第三方库win10_音频处理 windows10下python三方库librosa安装教程
librosa是处理音频库里的opencv,使用python脚本研究音频,先安装三方库librosa. 如下通过清华镜像源安装librosa: pip install -i https://pypi. ...
- 自学python编程笔记本推荐-python自学教程 | 3万字为你详解每个重要知识点
本文目录: 什么是Python? Python的用途是什么? 如何安装Python? 为什么选择Python? R与Python 学习Python的最佳方法 什么是顶级Python IDE 哪个是最适 ...
- python入门代码大全-python入门代码指南教程书籍推荐2020总结全集汇总
python入门代码指南教程书籍推荐2020总结全集汇总 记住,如果您想学习Python,市场上有很多可用的资源.这些可以包括书籍,甚至在线课程..在这篇文章中,我们为Python编写了最好的书籍,无 ...
- python数据加载常规教程_Python加载数据的5种不同方式(收藏)
数据是数据科学家的基础,因此了解许多加载数据进行分析的方法至关重要.在这里,我们将介绍五种Python数据输入技术,并提供代码示例供您参考. 作为初学者,您可能只知道一种使用p andas.read_ ...
- python 两点曲线_Python自学教程| 3万字详解每个重要知识点(内附视频)
本文目录: 什么是Python? Python的用途是什么? 如何安装Python? 为什么选择Python? R与Python 学习Python的最佳方法 什么是顶级Python IDE 哪个是最适 ...
最新文章
- mysql中对比月_详解Mysql中日期比较大小的方法
- Spring Batch 批量处理策略
- mac电脑mysql终端_Mac上用终端管理MySQL
- NYOJ2-括号配对问题
- CDA数据分析师 - 备考指南
- 当当笔试java_20170921 当当和今日头条笔试题
- 1.7 爬取汽车之家实战
- Radon变换及其Matlab代码实现
- 播放index.m3u8切片文件显示为直播问题
- 洛谷 P2186 小Z的栈函数
- 【图】爱情公寓里你最喜欢谁?爱情公寓3的投票,快来参加哦。
- (实测可用)STM32 CubeMx安装教程
- 很遗憾,你们的问题我无法回答--Leo谈应届生求职 10
- mmdvm 接收_MMDVM传呼功能(POCSAG)
- 报错信息:An Error Was Encountered
- window搭建私有云,只要几分钟
- 基于物联网的畜禽智能养殖监控系统
- Android AlarmManager定时器设置
- AU如何为你的人声增加空旷感?
- 日期格式中去掉前导0 RR格式的年份.TXT
热门文章
- 一个c语言的生日祝福
- python搭建流媒体服务器_Linux自建直播服务器一:使用Nginx+rtmp模块搭建流媒体服务器...
- overture不同行的音符应该如何连线?
- 等级链与跳板原则_管理学原理重点
- Gradle重新安装后下载插件失败 Read timed out 问题解决
- pyecharts实践--2019-nCoV疫情数据可视化地图(实时更新)
- 【Leetcode_总结】538. 把二叉搜索树转换为累加树 - python
- [ECCV 2020] Robust Re-Identification by Multiple Views Knowledge Distillation,利用知识蒸馏实现最鲁棒Re-ID
- java毕业设计选题二手车汽车车辆管理系统项目[包运行成功]
- linux ioctl函数介绍