我想在 python 中滚动一个 2D numpy，除了我想用零填充末端而不是滚动数据，就像它是周期性的一样。
具体如下代码
import numpy as np
x = np.array([[1, 2, 3], [4, 5, 6]])
np.roll(x, 1, axis=1)
返回
array([[3, 1, 2],[6, 4, 5]])
但我更喜欢的是
array([[0, 1, 2], [0, 4, 5]])
我可以通过一些尴尬的修饰来做到这一点，但我希望有一种方法可以通过快速的内置命令来做到这一点。
谢谢
【问题讨论】：
在版本 1.7.0 numpy.pad 中有一个新的 numpy 函数，可以在一行中执行此操作。 Pad 似乎非常强大，可以做的不仅仅是简单的“滚动”。此答案中使用的元组 ((0,0),(1,0)) 表示要填充的矩阵的“边”。
import numpy as np
x = np.array([[1, 2, 3],[4, 5, 6]])
print np.pad(x,((0,0),(1,0)), mode='constant')[:, :-1]
给予
[[0 1 2]
[0 4 5]]
【讨论】：
np.roll 将允许负值，但如果您尝试发送负数，np.pad 将给您ValueError: cannot contain negative values。所以功能不太一样。
np.pad(x,((0,0),(0,1)), mode='constant')[:, 1:])
我认为您不会找到一种更简单的内置方法来执行此操作。修饰对我来说似乎很简单：
y = np.roll(x,1,axis=1)
y[:,0] = 0
如果你想让它更直接，那么也许你可以将 roll 函数复制到一个新函数中，然后将其更改为你想要的。 roll() 函数在site-packages\core\numeric.py 文件中。
【讨论】：
我刚刚写了以下内容。它可以通过避免zeros_like 并直接计算zeros 的形状来得到更优化。
import numpy as np
def roll_zeropad(a, shift, axis=None):
"""
Roll array elements along a given axis.
Elements off the end of the array are treated as zeros.
Parameters
----------
a : array_like
Input array.
shift : int
The number of places by which elements are shifted.
axis : int, optional
The axis along which elements are shifted. By default, the array
is flattened before shifting, after which the original
shape is restored.
Returns
-------
res : ndarray
Output array, with the same shape as `a`.
See Also
--------
roll : Elements that roll off one end come back on the other.
rollaxis : Roll the specified axis backwards, until it lies in a
given position.
Examples
--------
>>> x = np.arange(10)
>>> roll_zeropad(x, 2)
array([0, 0, 0, 1, 2, 3, 4, 5, 6, 7])
>>> roll_zeropad(x, -2)
array([2, 3, 4, 5, 6, 7, 8, 9, 0, 0])
>>> x2 = np.reshape(x, (2,5))
>>> x2
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
>>> roll_zeropad(x2, 1)
array([[0, 0, 1, 2, 3],
[4, 5, 6, 7, 8]])
>>> roll_zeropad(x2, -2)
array([[2, 3, 4, 5, 6],
[7, 8, 9, 0, 0]])
>>> roll_zeropad(x2, 1, axis=0)
array([[0, 0, 0, 0, 0],
[0, 1, 2, 3, 4]])
>>> roll_zeropad(x2, -1, axis=0)
array([[5, 6, 7, 8, 9],
[0, 0, 0, 0, 0]])
>>> roll_zeropad(x2, 1, axis=1)
array([[0, 0, 1, 2, 3],
[0, 5, 6, 7, 8]])
>>> roll_zeropad(x2, -2, axis=1)
array([[2, 3, 4, 0, 0],
[7, 8, 9, 0, 0]])
>>> roll_zeropad(x2, 50)
array([[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]])
>>> roll_zeropad(x2, -50)
array([[0, 0, 0, 0, 0],
[0, 0, 0, 0, 0]])
>>> roll_zeropad(x2, 0)
array([[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9]])
"""
a = np.asanyarray(a)
if shift == 0: return a
if axis is None:
n = a.size
reshape = True
else:
n = a.shape[axis]
reshape = False
if np.abs(shift) > n:
res = np.zeros_like(a)
elif shift < 0:
shift += n
zeros = np.zeros_like(a.take(np.arange(n-shift), axis))
res = np.concatenate((a.take(np.arange(n-shift,n), axis), zeros), axis)
else:
zeros = np.zeros_like(a.take(np.arange(n-shift,n), axis))
res = np.concatenate((zeros, a.take(np.arange(n-shift), axis)), axis)
if reshape:
return res.reshape(a.shape)
else:
return res
【讨论】：
import numpy as np
def shift_2d_replace(data, dx, dy, constant=False):
"""
Shifts the array in two dimensions while setting rolled values to constant
:param data: The 2d numpy array to be shifted
:param dx: The shift in x
:param dy: The shift in y
:param constant: The constant to replace rolled values with
:return: The shifted array with "constant" where roll occurs
"""
shifted_data = np.roll(data, dx, axis=1)
if dx < 0:
shifted_data[:, dx:] = constant
elif dx > 0:
shifted_data[:, 0:dx] = constant
shifted_data = np.roll(shifted_data, dy, axis=0)
if dy < 0:
shifted_data[dy:, :] = constant
elif dy > 0:
shifted_data[0:dy, :] = constant
return shifted_data
此函数适用于二维数组，并用您选择的常数替换滚动值。
【讨论】：
np.abs(dx)？那不是和dx一样吗？
有点晚了，但感觉像是在一行中做你想做的事的快速方法。如果包裹在一个智能函数中也许效果最好（下面的示例仅用于水平轴）：
import numpy
a = numpy.arange(1,10).reshape(3,3) # an example 2D array
print a
[[1 2 3]
[4 5 6]
[7 8 9]]
shift = 1
a = numpy.hstack((numpy.zeros((a.shape[0], shift)), a[:,:-shift]))
print a
[[0 1 2]
[0 4 5]
[0 7 8]]
【讨论】：
shift = 0，因为a[:,:-shift]。如果将移位过程放在通用函数中，这可能很重要。
详细说明 Hooked 的答案（因为我花了几分钟才理解它）
下面的代码首先在上、下、左、右边缘填充一定数量的零，然后选择填充后的原始矩阵。完全没用的代码，但有助于理解np.pad。
import numpy as np
x = np.array([[1, 2, 3],[4, 5, 6]])
y = np.pad(x,((1,3),(2,4)), mode='constant')[1:-3,2:-4]
print np.all(x==y)
现在向上移动 2 并向右移动 1 个位置，应该这样做
print np.pad(x,((0,2),(1,0)), mode='constant')[2:0,0:-1]
【讨论】：
您也可以使用 numpy 的 triu 和 scipy.linalg 的 circant。制作矩阵的循环版本。然后，选择从第一个对角线开始的上三角形部分（triu 中的默认选项）。行索引将对应于您想要的填充零的数量。
如果您没有 scipy，您可以通过制作 (n-1) X (n-1) 单位矩阵并在其顶部堆叠一行 [0 0 ... 1] 来生成 nXn 循环矩阵它右侧的列 [1 0 ... 0]。
【讨论】：