np.pad学习

example

import numpy as np

# Create a 2x2 array
array = np.array([[1, 2], [3, 4]])

# Pad the array with zeros (default for constant padding)
padded_array = np.pad(array, pad_width=1, mode='constant')

print(padded_array)

在这里插入图片描述

example 2

import numpy as np

# Create a 2x2 array
array = np.array([[1, 2], [3, 4]])

padded_array = np.pad(array, pad_width=(1, 2), mode='constant')
print(padded_array)

在这里插入图片描述

import numpy as np

# Create a 2x2 array
array = np.array([[1, 2], [3, 4]])

padded_array = np.pad(array, pad_width=(2, 10), mode='constant')
print(padded_array)

在这里插入图片描述

import numpy as np

# Create a 2x2 array
array = np.array([[1, 2], [3, 4]])
padded_array = np.pad(array, pad_width=((1, 2), (3, 1)), mode='constant')
print(padded_array)
# first dimension: 行,第一行之前加入一行0,最后一行加入2行0,
# second dimension: 列,第一列之前加入三列0,最后一列加入1列0

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值