Numpy array.resize（） - 零'第一'

Question

我可以使用array.resize(shape)来调整我的数组的大小，并将零添加到那些没有任何值的索引。 如果我的数组是[1,2,3,4]并且我使用array.resize[5,0]我得到[1,2,3,4,0] 。 如何将零附加/填充到前面，产生[0,1,2,3,4] ？

我动态地这样做 - 尝试使用：

array.resize(arrayb.shape)

我想避免（不惜一切代价）制作数组的内存副本。 那就是反转数组，调整大小和反转。 使用视图将是理想的。

Answer 1

您可以尝试使用负步幅处理数组（尽管您永远无法确定调整大小可能不必进行复制）：

_a = np.empty(0) # original array
a = _a[::-1] # the array you work with...

# now instead of a, resize the original _a:
del a # You need to delete it first. Or resize will want refcheck=False, but that
      # will be dangerous!
_a.resize(5)
# And update a to the new array:
a = _a[::-1]

但我真的建议你让数组足够大，如果以任何可能的方式，这似乎不是很漂亮，但我认为这是复制数据的唯一方法。 你的数组也会有一个负面的步幅，所以它不会是连续的，所以如果这意味着你在它上面使用的某些功能必须复制，那你就不走运了。

此外，如果您对a或_a切片，则必须copy ，或确保在调整大小之前将其删除。 虽然你可以给refcheck=False但这似乎使数据无效。

Answer 2

我相信你可以使用切片分配来做到这一点。 我认为没有理由为什么numpy需要为这样的操作制作副本，只要它对重叠进行必要的检查（当然，正如其他人已经注意到的那样， resize本身可能需要分配一个新的内存块）。 我用一个非常大的数组测试了这个方法，我看到内存使用没有跳跃。

>>> a = numpy.arange(10)
>>> a.resize(15)
>>> a[5:] = a[:10]
>>> a[0:5] = 0
>>> a
array([0, 0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

以下显示分配操作的内存使用没有跳转：

>>> a = numpy.arange(100000000)
>>> a.resize(150000000)
>>> a[50000000:] = a[:100000000]

我不知道更好的方法，这只是一个猜想。 如果它不起作用，请告诉我。