将二维数组插入（更大的）二维数组的最快方法

Question

假设有两个二维数组， a和b

import numpy as np
a = np.random.rand(3, 4)
b = np.random.zeros(8, 8)

并且b在两个轴上始终大于a 。

（编辑： b被初始化为零的阵列，以反映所有元素不占据的事实a将保持为零）。

问题。 将a插入b的最快或最 Pythonic 的方法是什么？

到目前为止，我已经尝试了两件事：

1. 使用np.pad将a变成形状为(8, 8)的数组
2. 遍历每一行a ，并将其放置在相应的一些列b

我还没有尝试过使用双重嵌套循环来迭代a每个元素，因为我认为这对性能不友好。

动机。 每个数组a都是一个小字符，我想将每个字符提供给一个神经网络，该网络接受形状为(8, 8)扁平数组，即。 形状为(64,)数组。 （我想我不能简单地将a展平到一维并用零填充它，因为这样它的二维结构会变形，所以，相反，我必须首先将它“重塑”为(8, 8) ，对吧？）数百万个字符。

Answer 1

关于什么 ：

b[:a.shape[0],:a.shape[1]] = a

注意我假设a将放在b的开头，但您可以稍微改进一下以将a放在任何地方：

a0,a1=1,1
b[a0:a0+a.shape[0],a1:a1+a.shape[1]] = a

Answer 2

更一般地说，如果您创建切片元组（这适用于任意维度），您可以确定要插入数组的位置：

>>> a = np.random.random((5,5))
>>> b = np.ones((3,3))

>>> edge_coordinate = (0,0)
>>> slicer = tuple(slice(edge, edge+i) for edge, i in zip(edge_coordinate, b.shape))
>>> a[slicer] = b
>>> a
array([[ 1.        ,  1.        ,  1.        ,  0.14206495,  0.36385016],
       [ 1.        ,  1.        ,  1.        ,  0.08861402,  0.7888898 ],
       [ 1.        ,  1.        ,  1.        ,  0.1975496 ,  0.13345192],
       [ 0.550487  ,  0.22471952,  0.47050879,  0.04669643,  0.13480528],
       [ 0.25139511,  0.06499812,  0.42247189,  0.05840351,  0.74735495]])

通过改变edge_coordinate你可以改变位置：

>>> a = np.random.random((5,5))
>>> b = np.ones((3,3))

>>> edge_coordinates = (1,1)  # changed
>>> slicer = tuple(slice(edge, edge+i) for edge, i in zip(edge_coordinates, b.shape))
>>> a[slicer] = b
>>> a
array([[ 0.21385714,  0.68789872,  0.3915475 ,  0.67342566,  0.05642307],
       [ 0.19778658,  1.        ,  1.        ,  1.        ,  0.70717406],
       [ 0.73678924,  1.        ,  1.        ,  1.        ,  0.90285997],
       [ 0.39709332,  1.        ,  1.        ,  1.        ,  0.96959814],
       [ 0.89627195,  0.21295355,  0.72598992,  0.80749348,  0.76660287]])

理想情况下，一个人可以利用它——如果你经常使用它。

Answer 3

我认为最好的方法是使用填充。

如果你想在左上角放置一个：

np.pad(a,((0,5),(0,4)),'constant') 

如果你想在中心放置一个：

np.pad(a,((2,3),(2,2)),'constant')