Numpy reshape - 自动填充或移除答案

【问题标题】：Numpy reshape - automatic filling or removalNumpy reshape - 自动填充或移除
【发布时间】：2019-09-27 14:36:36
【问题描述】：

我想找到一个 reshape 函数，它能够将我的不同维度的数组转换为相同维度的数组。让我解释一下：

import numpy as np
a = np.array([[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,3]]])
b = np.array([[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,4]]])
c = np.array([[[1,2,3,3],[1,2,3,3]]])

我希望能够使b,c 形状等于a 形状。但是，np.reshape 会引发错误，因为正如此处 (Numpy resize or Numpy reshape) 所述，该函数明确用于处理相同的维度。

我想要该函数的某个版本，如果形状较小，则在第一个维度的开头添加零，如果形状较大，则删除开头。我的示例将如下所示：

b = np.array([[[1,2,3,3],[1,2,3,3]],[[1,2,3,3],[1,2,3,4]]])
c = np.array([[[0,0,0,0],[0,0,0,0]],[[1,2,3,3],[1,2,3,3]]])

我需要编写自己的函数来做到这一点吗？

【问题讨论】：

有一个np.pad 函数。但这可能并不比答案更容易使用。有很多不同的填充方式，很难提供通用的功能。在您的情况下，您在一开始就做了奇怪的填充！从长远来看，你会更好地理解所提供的答案，而不是寻找一个完全符合你需要的函数。

标签： python numpy reshape

【解决方案1】：

这类似于上面的解决方案，但如果较低的尺寸不匹配也可以工作

def custom_reshape(a, b):
    result = np.zeros_like(a).ravel()
    result[-min(a.size, b.size):] = b.ravel()[-min(a.size, b.size):]
    return result.reshape(a.shape)

custom_reshape(a,b)

【讨论】：

【解决方案2】：

我会写一个这样的函数：

def align(a,b):
    out = np.zeros_like(a)
    x = min(a.shape[0], b.shape[0])
    out[-x:] = b[-x:]

    return out

输出：

align(a,b)
# array([[[1, 2, 3, 3],
#         [1, 2, 3, 3]],

#        [[1, 2, 3, 3],
#         [1, 2, 3, 4]]])

align(a,c)
# array([[[0, 0, 0, 0],
#         [0, 0, 0, 0]],

#        [[1, 2, 3, 3],
#         [1, 2, 3, 3]]])

【讨论】：

这是一个聪明的解决方案。是否可以将其扩展到任何形状，基本上是重新创建a 的确切形状。
应该可以使用x = np.min( a.shape, b.shape)。