用 numpy 填充序列并将特征数组与序列数组的数量相结合答案

【问题标题】：Padding sequence with numpy and combining a feature array with the number of sequence array用 numpy 填充序列并将特征数组与序列数组的数量相结合
【发布时间】：2020-04-30 05:04:26
【问题描述】：

我有一些序列存储在二维数组[[first_seq,first_seq],[first_seq,first_seq],[sec_seq,sec_seq]],.. 中。

每个向量序列的长度各不相同。有些是 55 行长，有些是 68 行长。

序列二维数组（features）的形状为(427,227)（，特征），我还有另一个一维数组（num_seq）(5,)，其中包含每个序列的长度[55,68,200,42,62]（例如第一个seq 是 55 行长， sencond seq 是 68 行长等）。 len(1D-array) = number of seq

现在，我需要每个序列都等长 - 即每个序列为 200。由于在此示例中我有 5 个序列，因此结果数组应为 structured_seq = np.zeros(5,200,227)

如果序列小于 200，则该序列的所有其他值都应为零。

因此，我尝试填写structured_seq 执行以下操作：

for counter, sent in enumerate(num_seq):
    for j, feat in enumerate(features):
        if num_sent[counter] < 200:
            structured_seq[counter,feat,]

但我卡住了..

所以准确地说：第一个序列是二维数组的前 55 行（features），所有重复的 145 都应该用零填充。等等……

【问题讨论】：

标签： python pandas numpy padding

【解决方案1】：

这是您可以通过np.insert 做到这一点的一种方式：

import numpy as np

# Sizes of sequences
sizes = np.array([5, 2, 4, 6])
# Number of sequences
n = len(sizes)
# Number of elements in the second dimension
m = 3
# Sequence data
data = np.arange(sizes.sum() * m).reshape(-1, m)
# Size to which the sequences need to be padded
min_size = 6
# Number of zeros to add per sequence
num_pads = min_size - sizes
# Zeros
pad = np.zeros((num_pads.sum(), m), data.dtype)
# Position of the new zeros
pad_pos = np.repeat(np.cumsum(sizes), num_pads)
# Insert zeros
out = np.insert(data, pad_pos, pad, axis=0)
# Reshape
out = out.reshape(n, min_size, m)
print(out)

输出：

[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]
  [ 9 10 11]
  [12 13 14]
  [ 0  0  0]]

 [[15 16 17]
  [18 19 20]
  [ 0  0  0]
  [ 0  0  0]
  [ 0  0  0]
  [ 0  0  0]]

 [[21 22 23]
  [24 25 26]
  [27 28 29]
  [30 31 32]
  [ 0  0  0]
  [ 0  0  0]]

 [[33 34 35]
  [36 37 38]
  [39 40 41]
  [42 43 44]
  [45 46 47]
  [48 49 50]]]

【讨论】：