好方法来“扩展”一个新秩序？

Question

有没有好的方法来“扩展”一个核反应堆？假设我有一个这样的房间：

[[1 2]
 [3 4]]

我希望每一行通过填充零来包含更多的元素：

[[1 2 0 0 0]
 [3 4 0 0 0]]

我知道一定有一些暴力的方法来做到这一点（比如用0构造一个更大的数组，然后从旧的更小数组复制元素），只是想知道有没有Python的方法来做到这一点。尝试了numpy.reshape但没有成功：

import numpy as np
a = np.array([[1, 2], [3, 4]])
np.reshape(a, (2, 5))

努比抱怨说：ValueError: total size of new array must be unchanged

Answer 1

需要说明的是：没有“好”的方法来扩展NumPy数组，因为NumPy数组是可扩展的。一旦定义了数组，它在内存中所占的空间，即它的元素数量和每个元素大小的组合，是固定的，不能更改。唯一能做的就是创建一个新数组，并用原始数组的元素替换它的一些元素。

很多函数都是为了方便而提供的（函数^{}和它的np.*stack快捷键，^{}，索引例程^{}和np.c_…），但也有一些：方便函数。其中一些是在C级别优化的（我认为，np.concatenate和其他的），有些不是。

请注意，您最初的建议是“手工”创建一个大数组（可能用零填充），然后自己用初始数组填充它，这一点都没有。更复杂的解决方案可能更具可读性。

Answer 2

您可以使用numpy.pad，如下所示：

>>> import numpy as np
>>> a=[[1,2],[3,4]]
>>> np.pad(a, ((0,0),(0,3)), mode='constant', constant_values=0)
array([[1, 2, 0, 0, 0],
       [3, 4, 0, 0, 0]])

这里np.pad说，“取数组a，在它上面加0行，下面加0行，左边加0列，右边加3列。用constant_values指定的constant填充这些列。

Answer 3

这里有索引技巧r_和c_。

>>> import numpy as np
>>> a = np.array([[1, 2], [3, 4]])
>>> z = np.zeros((2, 3), dtype=a.dtype)
>>> np.c_[a, z]
array([[1, 2, 0, 0, 0],
       [3, 4, 0, 0, 0]])

如果这是性能关键的代码，您可能更喜欢使用等效的np.concatenate，而不是索引技巧。

>>> np.concatenate((a,z), axis=1)
array([[1, 2, 0, 0, 0],
       [3, 4, 0, 0, 0]])

也有np.resize和np.ndarray.resize，但是它们有一些限制（由于numpy在内存中布局数据的方式），所以读取这些文件的docstring。您可能会发现，简单地连接更好。

顺便说一句，当我需要这样做的时候，我通常只是按照你已经提到的基本方法来做（创建一个0数组并在其中分配一个较小的数组），我看不出有什么问题！