numpy np.pad()

https://blog.youkuaiyun.com/hustqb/article/details/77726660
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：

1. 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'))