我有K个特征向量,它们都共享维数n,但是有一个可变维m(nxm)。他们都生活在一张单子上。在
to_be_padded = []
to_be_padded.append(np.reshape(np.arange(9),(3,3)))
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
to_be_padded.append(np.reshape(np.arange(18),(3,6)))
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17]])
to_be_padded.append(np.reshape(np.arange(15),(3,5)))
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
我要找的是一个聪明的方法来零垫这些行np.数组它们都有相同的维数m。我试着用np.pad但我还没能想出一个好办法。任何帮助或推动在正确的方向将不胜感激!在
结果应该使数组如下所示:
^{pr2}$
我认为没有非常有效的解决办法。我认为您需要用for循环遍历列表,并分别处理每个数组:
其中
maxM
是列表中最长的m
。在您可以使用^{} 来实现这一点,它还可以使用一组指定填充宽度的值的元组填充
2-D
数组。为此,您可以定义:用法
您可以从找到列数最多的
^{pr2}$ndarray
开始。假设您有两个a
和b
:然后使用此参数填充
ndarrays
:相关问题 更多 >
编程相关推荐