如何使 numpy 数组的列表都具有相同的形状？答案

【问题标题】：How to make a list of numpy arrays all have the same shape?如何使 numpy 数组的列表都具有相同的形状？
【发布时间】：2013-05-30 02:36:24
【问题描述】：

所以我在一个列表中有一堆 2d Numpy 数组，我想确保它们都具有相同的形状。我知道每个数组的第二个维度是相同的，但是第一个维度会有所不同。

假设数组 X 的形状是 (n,m)，数组 Y 的形状是 (n+2,m)。我想在数组 X 中添加两行零，这样 X 和 Y 都是 (n+2,m)。

最符合 Python 风格的遍历列表的方式是什么，确保所有数组都具有相同的形状？假设我知道列表中所有数组的第一个维度的最大值是多少 - 称之为 N - 而且，正如我所提到的，我知道所有数组的第二个维度都是 m。

谢谢大家！

【问题讨论】：

标签： python numpy

【解决方案1】：

一行：

[np.r_[a, np.zeros((N - a.shape[0], m), dtype=a.dtype)] for a in your_arrays]

可能更易读

for i,a in enumerate(your_arrays):
  rows, cols = a.shape
  if rows != N:
    your_arrays[i] = np.vstack([a, np.zeros((N - rows, cols), dtype=a.dtype)])

【讨论】：

成功了，代码很好，紧凑，漂亮。谢谢，@wim！

【解决方案2】：

最近才引入numpy.pad，所以还有：

>>> X = np.ones((3,2))
>>> Y = np.ones((5,2))*2
>>> N = 5
>>> nX, nY = [np.pad(m, ((0,N-m.shape[0]),(0,0)), 'constant') for m in [X, Y]]
>>> nX
array([[ 1.,  1.],
       [ 1.,  1.],
       [ 1.,  1.],
       [ 0.,  0.],
       [ 0.,  0.]])
>>> nY
array([[ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.],
       [ 2.,  2.]])

【讨论】：