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。 声明：
需要读者了解一点numpy数组的知识
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'))
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'))
