带字符串的 Numpy 字符串数组填充答案

【问题标题】：Numpy string array pad with string带字符串的 Numpy 字符串数组填充
【发布时间】：2018-03-01 12:34:58
【问题描述】：

我已经创建了一个二维 Numpy 字符串数组，如下所示：

a = np.full((2, 3), '#', dtype=np.unicode)
print(a)

输出是：

array([['#', '#', '#'], ['#', '#', '#']], dtype=`'<U1'`)

我想用'？'填充它在宽度为 1 的所有边上。我期望输出为：

array([
['?', '?', '?', '?', '?'],
['?', '#', '#', '#', '?'],
['?', '#', '#', '#', '?'],
['?', '#', '#', '#', '?'],
['?', '?', '?', '?', '?']],
dtype=`'<U1')

我尝试了以下方法：

b = np.pad(a, ((1, 1), (1, 1)), 'constant', constant_values=(('?', '?'), ('?', '?')))

但这会产生以下错误：

File "<stdin>", line 1, in <module>
File "/usr/lib/python3/dist-packages/numpy/lib/arraypad.py", line 1357, in pad
    cast_to_int=False)
File "/usr/lib/python3/dist-packages/numpy/lib/arraypad.py", line 1069, in _normalize_shape
    return tuple(tuple(axis) for axis in arr.tolist())
AttributeError: 'tuple' object has no attribute 'tolist'

类似的代码适用于整数。我对字符串做错了什么？

【问题讨论】：

这只是一个numpy 错误——它的实现细节假设了关于数组的过于具体的条件，并且当它无法继续时它会转储一个无用的消息。正如@Kasramvd 所示，您可以通过创建自己的填充函数来规避它。
我在 1.14 中遇到了另一个错误。请注意，某些模式涉及最大值和插值。 “恒定”模式可能只是其中之一的特例。对于像这样的简单填充来说，这太过分了。

标签： python string python-3.x numpy

【解决方案1】：

你不能用字符串文字填充你的数组。相反，正如提到的in documentation，您可以使用pad_with 函数，如下所示：

In [79]: def pad_with(vector, pad_width, iaxis, kwargs):
    ...:     pad_value = kwargs.get('padder', '?')
    ...:     vector[:pad_width[0]] = pad_value
    ...:     vector[-pad_width[1]:] = pad_value
    ...:     return vector
    ...: 

In [80]: 

In [80]: np.pad(a, 1, pad_with)
Out[80]: 
array([['?', '?', '?', '?', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '?', '?', '?', '?']], dtype='<U1')

请注意，在pad_with 函数中的pad_value = kwargs.get('padder', '?') 行中，您应该使用默认填充值，以防np.pad 的调用者中没有提供填充参数。您将预期的padder 作为关键字参数传递给函数。

In [82]: np.pad(a, 1, pad_with, padder='*')
Out[82]: 
array([['*', '*', '*', '*', '*'],
       ['*', '#', '#', '#', '*'],
       ['*', '#', '#', '#', '*'],
       ['*', '#', '#', '#', '*'],
       ['*', '*', '*', '*', '*']], dtype='<U1')

【讨论】：

【解决方案2】：

即使您可以让pad 工作，将a 插入空白b 会更快。 pad 是为复杂的填充模式设置的，并以迭代方式完成工作 - 逐行、逐列。

In [29]: a = np.full((2,3),'#')
In [30]: a
Out[30]: 
array([['#', '#', '#'],
       ['#', '#', '#']], dtype='<U1')
In [31]: b = np.full((4,5),'?')
In [32]: b
Out[32]: 
array([['?', '?', '?', '?', '?'],
       ['?', '?', '?', '?', '?'],
       ['?', '?', '?', '?', '?'],
       ['?', '?', '?', '?', '?']], dtype='<U1')
In [33]: b[1:-1,1:-1] = a
In [34]: b
Out[34]: 
array([['?', '?', '?', '?', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '?', '?', '?', '?']], dtype='<U1')

这是巧妙的pad_with 解决方案，添加了打印，以便我们可以看到它被调用的频率：

In [36]: def pad_with(vector, pad_width, iaxis, kwargs):
    ...:     ...:     print(vector)
    ...:     ...:     pad_value = kwargs.get('padder', '?')
    ...:     ...:     vector[:pad_width[0]] = pad_value
    ...:     ...:     vector[-pad_width[1]:] = pad_value
    ...:     ...:     return vector
    ...: 
In [37]: np.pad(a,1,pad_with)
['' '' '' '']
['' '#' '#' '']
['' '#' '#' '']
['' '#' '#' '']
['' '' '' '']
['?' '?' '?' '?' '?']
['' '#' '#' '#' '']
['' '#' '#' '#' '']
['?' '?' '?' '?' '?']
Out[37]: 
array([['?', '?', '?', '?', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '#', '#', '#', '?'],
       ['?', '?', '?', '?', '?']], dtype='<U1')

【讨论】：