numpy.resize() 重新排列而不是调整大小？

Question

我正在尝试调整 numpy 数组的大小，但似乎调整大小的工作方式是首先展平数组，然后获取第一个 X*Y elem 并将它们放入新的形状。我想要做的是在坐标 3,3 处切割阵列，而不是重新排列它。当我尝试将其放大到 7,7 时会发生类似的事情......而不是“重新排列”我想用零填充新的列和行并保持数据不变。 有没有办法做到这一点？

> a = np.zeros((5,5))
> a.flat = range(25)
> a
array(
  [[  0.,   1.,   2.,   3.,   4.],
   [  5.,   6.,   7.,   8.,   9.],
   [ 10.,  11.,  12.,  13.,  14.],
   [ 15.,  16.,  17.,  18.,  19.],
   [ 20.,  21.,  22.,  23.,  24.]])

> a.resize((3,3),refcheck=False)
> a
array(
  [[ 0.,  1.,  2.],
   [ 3.,  4.,  5.],
   [ 6.,  7.,  8.]])

谢谢...

Answer 1

我相信你想使用 numpy 的切片语法而不是 resize。 resize 的工作原理是首先分解数组并使用一维视图。

>>> a = np.arange(25).reshape(5,5)
>>> a
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])
>>> a[:3,:3]
array([[ 0,  1,  2],
       [ 5,  6,  7],
       [10, 11, 12]])

您在这里所做的是查看 numpy 数组。例如通过切片更新原始数组：

>>> a[:3,:3] = 0
>>> a
array([[ 0,  0,  0,  3,  4],
       [ 0,  0,  0,  8,  9],
       [ 0,  0,  0, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

可以在here 找到关于 numpy 切片语法的优秀指南。

升迁（或填充）只能通过复制数据来实现。你从一个零数组开始并适当地填写

upsized = np.zeros([7, 7])
upsized[:5, :5] = a

Answer 2

升级到 7x7 是这样的

upsized = np.zeros([7, 7]) 
upsized[:5, :5] = a