numpy np.pad介绍

numpy.pad 是 NumPy 中用于对数组进行边界填充（padding）的函数。可以通过它对数组的各个维度进行填充操作，在数组的边缘添加额外的元素。np.pad 提供了多种不同的填充方式，例如用常数填充、镜像填充、边界填充等。

基本用法

numpy.pad(array, pad_width, mode='constant', **kwargs)

参数说明

• array: 需要填充的数组。
• pad_width: 表示在每个维度上的填充宽度。可以是单个整数，表示所有维度都填充相同的宽度，也可以是不同维度分别指定的宽度（如 ((before_1, after_1), (before_2, after_2))）。
• mode: 填充方式，常用模式包括：
  • 'constant'：常数填充（默认模式），可以通过 constant_values 指定填充值。
  • 'edge'：用边界值填充。
  • 'reflect'：反射填充，不包含边界。
  • 'symmetric'：对称填充，包含边界。
  • 'wrap'：循环填充。
  • 'linear_ramp'：线性填充，填充的值按照线性递减或递增。
  • 'maximum'、'minimum'：用最大值或最小值填充。
  • 'mean'、'median'：用均值或中值填充。
• constant_values: 在 mode='constant' 时，指定填充值。可以为单一常数或每个维度不同的常数值。

常见模式示例

假设有一个二维数组 arr：

import numpy as np

arr = np.array([[1, 2], [3, 4]])

1. constant 模式（常数填充）

padded_arr = np.pad(arr, pad_width=1, mode='constant', constant_values=0)
print(padded_arr)

这里 pad_width=1 表示在每一维度的两端都填充 1 行/列的 0。

2. edge 模式（边界填充）

padded_arr = np.pad(arr, pad_width=1, mode='edge')
print(padded_arr)

这里 pad_width=1，使用数组的边界值进行填充。

3. reflect 模式（反射填充）

padded_arr = np.pad(arr, pad_width=1, mode='reflect')
print(padded_arr)

使用数组的反射值进行填充，不包含边界值。

4. symmetric 模式（对称填充）

padded_arr = np.pad(arr, pad_width=1, mode='symmetric')
print(padded_arr)

这里填充是对称的，包含边界值。

5. wrap 模式（循环填充）

padded_arr = np.pad(arr, pad_width=1, mode='wrap')
print(padded_arr)

• 数组像一个圆环一样循环填充。

6. 指定不同维度的填充宽度

可以为每个维度指定不同的填充宽度，例如：

padded_arr = np.pad(arr, pad_width=((1, 2), (2, 3)), mode='constant', constant_values=9)
print(padded_arr)

这里在第一个维度上填充 1 行在前面，2 行在后面；第二个维度上填充 2 列在前面，3 列在后面。

总结

• np.pad 用于在数组的各个维度上进行填充，可以指定多种不同的填充模式。
• 可以使用 pad_width 控制每个维度的填充宽度，mode 参数控制填充的方式，constant_values 可以控制填充的具体值（仅在 mode='constant' 时有效）。
• 使用 np.pad 可以方便地对多维数组进行灵活的填充操作。