numpy.pad

np.pad（）常用与深度学习中的数据预处理，可以将numpy数组按指定的方法填充成指定的形状。

np.pad()

对一维数组的填充

import numpy as np

arr1D = np.array([1, 1, 2, 2, 3, 4])

'''不同的填充方法'''

print 'constant:  ' + str(np.pad(arr1D, (2, 3), 'constant'))

print 'edge:  ' + str(np.pad(arr1D, (2, 3), 'edge'))

print 'linear_ramp:  ' + str(np.pad(arr1D, (2, 3), 'linear_ramp'))

print 'maximum:  ' + str(np.pad(arr1D, (2, 3), 'maximum'))

print 'mean:  ' + str(np.pad(arr1D, (2, 3), 'mean'))

print 'median:  ' + str(np.pad(arr1D, (2, 3), 'median'))

print 'minimum:  ' + str(np.pad(arr1D, (2, 3), 'minimum'))

print 'reflect:  ' + str(np.pad(arr1D, (2, 3), 'reflect'))

print 'symmetric:  ' + str(np.pad(arr1D, (2, 3), 'symmetric'))

print 'wrap:  ' + str(np.pad(arr1D, (2, 3), 'wrap'))

numpy.pad-LMLPHP

解释：: 第一个参数是待填充数组; 第二个参数是填充的形状，（2，3）表示前面两个，后面三个; 第三个参数是填充的方法
填充方法：: constant连续一样的值填充，有关于其填充值的参数。constant_values=（x, y）时前面用x填充，后面用y填充。缺参数是为0000。。。; edge用边缘值填充; linear_ramp边缘递减的填充方式; maximum, mean, median, minimum分别用最大值、均值、中位数和最小值填充; reflect, symmetric都是对称填充。前一个是关于边缘对称，后一个是关于边缘外的空气对称╮(╯▽╰)╭; wrap用原数组后面的值填充前面，前面的值填充后面; 也可以有其他自定义的填充方法

对多维数组的填充

import numpy as np

arr3D = np.array([[[1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4], [1, 1, 2, 2, 3, 4]],

                  [[0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5]],

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

                  '''对于多维数组'''

print 'constant:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'constant'))

print 'edge:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'edge'))

print 'linear_ramp:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'linear_ramp'))

print 'maximum:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'maximum'))

print 'mean:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'mean'))

print 'median:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'median'))

print 'minimum:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'minimum'))

print 'reflect:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'reflect'))

print 'symmetric:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'symmetric'))

print 'wrap:  \n' + str(np.pad(arr3D, ((0, 0), (1, 1), (2, 2)), 'wrap'))

numpy.pad-LMLPHP