[英]Extract the first 2 dimention of numpy array based on condtion on the 3rd dimention
[英]How to pad a 3rd dimention in an array of NP arrays?
我想用零填充數組的第三維,這是我嘗試的:
import numpy as np
arr = [np.array([[1,2,3], [1,2,3]]), np.array([[1,2],[2,3,4, 5]])]
lar = []
for r in arr:
for e in r:
lar.append(len(e))
i = max(lar)
for (ii, r) in enumerate(arr):
for (i, e) in enumerate(r):
print(i)
print(e)
arr[ii][i]= np.pad(e, (0,i), 'constant' )
print(i)
print(lar)
print(arr)
然而,一旦它必須調整第一個子數組,它就會失敗,期望的結果:
[[[1,2,3,0]
[1,2,3,0]],
[[1,2,0,0],
[2,3,4,5]]]
讓我們從Numpy不支持鋸齒狀 arrays (任何維度的長度不同)的注釋開始。
另一個需要提及的細節是,您的源“數組”( arr )實際上不是任何數組,而是Numpy arrays 的列表。
此列表的每個元素是:
因此,解決問題的正確方法是根據每行的類型執行兩種不同的填充方式。
編寫以下 function:
def myPad(arr):
lar = []
for r in arr:
for e in r:
lar.append(len(e))
n = max(lar)
rv = []
for row in arr:
if row.ndim == 1: # A jagged array (1-D array of lists (of different lengths))
rv.append(np.array([ col + [0] * (n - len(col)) for col in row ]))
else: # 2-D array (all rows of same length)
rv.append(np.pad(row, ((0, 0), (0, n - row.shape[1]))))
return np.array(rv)
它從您的代碼開始確定目標大小( n )。
然后是一個循環,處理每一行,根據當前行的維數用一個“fork”( if );
你打電話時:
result = myPad(arr)
對於您的源數據,結果是:
array([[[1, 2, 3, 0],
[1, 2, 3, 0]],
[[1, 2, 0, 0],
[2, 3, 4, 5]]])
它的形狀( result.shape )是:
(2, 2, 4)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.