Numpy Pad

Numpy Pad () vil bli dekket i denne artikkelen. Vi vil også se på syntaks og argumenter for bedre generell kunnskap. Deretter, ved å bruke noen få eksempler, viser vi hvordan alle teorielementene blir utført i praksis. Men først, la oss se på funksjonens definisjon for å få en bedre forståelse av den.

Numpy definisjon og syntaks

Numpy er en kraftig python matematikkpakke, som vi alle vet. Det inkluderer en funksjon som heter Numpy Pad () som legger polstring til matriser. Når vi går gjennom denne teksten, vil definisjonen vi nettopp diskutert bli klarere. Syntaksen relatert til funksjonen vil bli dekket i den vedlagte delen.

# numpy.pad (matrise, pad_width, mode = ")

Funksjonens generelle syntaks er vist ovenfor. Det er forskjellige kriterier som følger med det, som vi skal gjennom i dag. Alternativet 'Array' spesifiserer inngangsarrayen som polstring skal brukes. Antall verdier polstret til kanten av hver akse er representert av "putebredde" -argumentet.

'Mode' er en parameter. Det kan representere en av strengverdiene nedenfor eller en brukerstøttet funksjon.

• Konstant: Polstringen gjøres med en konstant verdi når dette alternativet brukes.
• kant: polstring gjøres med matriseringsverdien i denne situasjonen.
• Maksimum: Når dette alternativet er valgt, beregnes polstringen ved å legge til den største verdien av alle vektordeler langs den spesifiserte aksen.
• Gjennomsnitt: Polstringen i denne situasjonen bruker middelverdien for alle seksjoner av vektoren langs den spesifiserte aksen.
• Median: Når dette alternativet er valgt, bruker polstringen den største verdien av alle vektordeler langs den medfølgende aksen.
• Reflekter: Vektoren er polstret i dette tilfellet ved å gjenspeile den mellom de første og siste verdiene langs hver akse.

'Maksimum ”, betyr” median,' og 'minimum' alle bruker "stat" lengdeargumentet. Den statistiske verdien beregnes ved å bruke antall verdier ved hver aksekant.

I 'konstant brukes' parameteren 'konstante verdier'. Verdiene brukes til å putte verdiene for hver akse her.

Eksempel 1:

Vi skal se på hvordan denne metoden fungerer og hvordan den hjelper oss å nå ønsket output i denne delen nå som vi har dekket all teorien bak Numpy Pad (). Vi begynner med en enkel forekomst og fortsetter til mer kompliserte. Vi skal utforske hvordan Numpy Pad -funksjonen fungerer i vårt første eksempel.

Først importerte vi Numpy -modulen til prøveprogrammet nedenfor. Etter det har vi definert en inngang (vist som ABC) som operasjonen må utføres. Så benyttet vi syntaksen vår for å få det resultatet vi ønsket.

I dette eksemplet har vi valgt "maksimum" som vår modus. Som et resultat er front og bak polstret til maksimalt 32 (maks verdi). Nedenfor er implementeringen som du kan se.

Importer numpy som PPOOL
ABC = [2,32,7,8]
trykk (PPOOL.Pad (ABC, (2,3), "Maksimum")

Her er resultatet der du kan se maksimal verdi i starten og slutten av matrisen.

Eksempel 2:

La oss se på et annet eksempel ved å bruke en annen modus. En annen illustrasjon som er like til den første. Imidlertid har vi brukt en annen matrise i dette tilfellet. I tillegg valgte vi "reflektere" som vår observasjonsmodus. Endringen i utgangen kan sees.

Importer numpy som P
ABC = [12,33,22,37,60,80,2]
trykk (s.Pad (ABC, (5,1), "Reflect")

Her er den resulterende skjermen for ovennevnte kode.

Eksempel 3:

Det første argumentet, en (3,2) tuple, spesifiserer at tre komponenter legges til før aksen og to elementer blir lagt til etter aksen i dette eksemplet.

Modealternativet bestemmer den typen verdi som skal brukes til å tømme matrisen. Vi bruker konstante verdier 1 og 5 for å putte matrisen i koden vår, men vi kan endre denne modusen til median, gjennomsnittlig, tom, innpakning og mer. Hver modus legger et nytt element til matrisen for å putte den ut.

Importer numpy som P
en = [2,4,6,8]
to = s.pad (en, (3, 2), modus = 'konstant', konstant_verdier = (1, 5))
trykk (to)

Nedenfor er utgangsskjermen for din hjelp.

Eksempel 4:

I dette tilfellet har vi importert numpy med aliaset "PP" i koden over. Med vektor, putebredde, akse og kwargs utviklet vi metodeputen. For å få polstringsverdier fra den medfølgende get () -funksjonen, har vi erklært variabel pad -verdien.

Radningsverdiene er gitt til vektorens del.

Vi brukte NP.Arange () -funksjonen for å bygge en matrise 'One' og RESHAPE () -funksjonen for å endre sin form. Den resulterende verdien av NP.PAD () -funksjonen er tildelt variabelen 'Two'. Funksjonen har levert listen 'One' og putebreddeparameteren. Til slutt forsøkte vi å skrive ut to verdier.'

Den resulterende skjermen viser Ndarray polstret med den definerte størrelsen og verdiene i utgangen.

Konklusjon

PAD () er en veldig viktig funksjon for spesifikk koding og har blitt en ofte brukt funksjon i Python. Funksjonen gir mulighet for endring av matrisen for å begrense antallet minnesystemkonflikter. Numpy.PAD () -funksjonen brukes omfattende for å funksjonalisere AST fullt ut. Denne funksjonen lar brukeren spesielt spesifisere den nye størrelsen eller til og med la systemet beregne størrelsen for dem automatisk.

Som et resultat ble minnressursoptimaliseringsevnen tilpasset for å senke systemets behandlingstid. Dette innlegget var omtrent det samme, og vi har diskutert funksjonen med flere eksempler for din hjelp.