padの使い方 (Python-numpy)
トップメニュー

Python
Pythonとは
基本的な使い方
・IDLE

 ・Jupyter Notebook

 ・Markdown

 ・コマンドプロンプトで実行

 ・仮想環境の構築

 ・仮想環境でIDLEを実行

 ライブラリのインストール
・pipの使い方

 ・numpy , matplotlib等

 ・graphviz

 ・pytorch

 ・Mecab

 Pythonの関数：一覧
共通関数
・append , extend

 ・class

 ・copy

 ・csv.reader

 ・csv.writer

 ・def , return

 ・dict , defaultdict

 ・enumerate

 ・exit

 ・for

 ・if

 ・import

 ・in

 ・input

 ・lambda

 ・len

 ・list

 ・min/max

 ・OrderedDict

 ・open/close

 ・os

 ・pickle

 ・print

 ・range

 ・re.split

 ・read/readline

 ・round/floor/ceil

 ・split

 ・sys.argv

 ・time

 ・while

 ・write

 ・zip

 ・特殊メソッド
　・__name__

 　・__iter__ , __next__

 ・正規表現、メタ文字

 ・データの型の種類

 ・四則演算 (+ , - , * , /)

 ・コメントアウト (# , ''')

 numpy
・append

 ・arange

 ・argmax/argmin

 ・array

 ・asfarray

 ・astype , dtype

 ・digitize

 ・dot

 ・hstack/vstack

 ・linalg.solve

 ・linspace

 ・max,min

 ・mean

 ・meshgrid

 ・mgrid

 ・ndim

 ・ndmin

 ・pad

 ・poly1d

 ・polyfit

 ・prod

 ・random

 ・reshape

 ・savetxt/loadtxt

 ・shape

 ・std

 ・transpose

 ・where

 ・zeros/zeros_like

 scipy
・expit

 ・imread

 ・interpolate

 ・signal.square, sawtooth

 matplotlib
・contour

 ・imshow

 ・figure

 ・pcolormesh

 ・plot

 ・quiver

 ・scatter

 scikit-learn
・GaussianNB

 ・KMeans

 ・KNeighborsClassifier

 ・SVC

 ・tree

 chaospy

 keras

 chainer

 chainerrl

 pandas
・データ抽出

 ・concat

 ・DataFrame

 ・read_excel

 pytorch
・BCELoss , MSELoss

 ・Embedding

 ・device

 ・Sequential

 ・Dataset, Dataloader

 ・RNN, LSTM

 OpenAI gym
・Blackjack-v0

 ・CartPole-v0

 seaborn
・pairplot

 tkinter
・frame, grid

 ・画像表示

 ・画像を切り取り表示

 ・画像を保存

 目的別
・ステップ関数

 ・矩形波, 三角波

 ・1 of K 符号化法

 ・線形補間

 ・配列に番号をつける

 ・ベクトル場を描く

 ・線形回帰, 多項式回帰

公開日:2019/1/11　　　　　　　　　

・In English

■pad関数の説明

padは配列の端に数値を加える関数で、パディング(padding)処理といいます。 数値を加える方法としてappendもありますが、こちらの方が便利な場合があります。

■pad関数の具体例

以下はnumpyを使用する際に必須の記載です。

import numpy as np


＜1次元配列の場合＞

a = np.array([1,2,3,])

b = np.pad(a,[2,3]) # 配列の前に0を2個、後ろに0を3個加える
print(b)

    → array([0, 0, 1, 2, 3, 0, 0, 0])

b = np.pad(a,[2,3] , constant_values=(5,6)) # 配列の前に5を2個、後ろに6を3個加える
print(b)

    → array([5, 5, 1, 2, 3, 6, 6, 6])

b = np.pad(a,[2,3],'edge')　#端と同じ数値を加える
print(b)

    → array([1, 1, 1, 2, 3, 3, 3, 3])


＜2次元配列の場合＞

a = np.array([[1,2,3],[4,5,6]])

b = np.pad(a , (1,2)) #配列の上と前に1つ、下と左に2つ0を加える
print(b)

    → array([[0, 0, 0, 0, 0, 0],
                [0, 1, 2, 3, 0, 0],
                [0, 4, 5, 6, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]])

b = np.pad(a , [(0,1),(2,3)]) #配列の上に0個、下に1つ、前(左)に2つ、後ろ(右)に3つ加える。
print(b)

    →array([[0, 0, 1, 2, 3, 0, 0, 0],
                [0, 0, 4, 5, 6, 0, 0, 0],
                [0, 0, 0, 0, 0, 0, 0, 0]])


＜n次元配列の場合①＞

a=np.array([[[1,2],[3,4]],[[5,6],[7,8]]])
print(a)

    → array([[[1, 2],
                [3, 4]],

                [[5, 6],
                [7, 8]]])

b = np.pad(a , [(1,1),(2,3),(1,2)]) #配列の前後が(1,1)、配列の中の上下が(2,3)、配列の中の前後が(1,2)
print(b)

    → array([[[0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],

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

                [[0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 5, 6, 0, 0],
                [0, 7, 8, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0]]])


＜n次元配列の場合②＞

a=np.array([[[1,2],[3,4]],[[5,6],[7,8]]]
a=a.reshape(2,2,2,1)
print(a)

    → array([[[[1],
                [2]],

                [[3],
                [4]]],


                [[[5],
                [6]],

                [[7],
                [8]]]])

b = np.pad(a , [(1,0),(0,1),(1,1),(2,3)])
print(b)

    → array([[[[0, 0, 0, 0, 0, 0],　#3つの配列とも、(1,0)の1の部分,
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]]],


                [[[0, 0, 0, 0, 0, 0],　#上下が(1,1)、前後が(2,3)
                [0, 0, 1, 0, 0, 0],
                [0, 0, 2, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0, 0],
                [0, 0, 3, 0, 0, 0],
                [0, 0, 4, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0, 0],　#(0,1)の1の部分
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]]],


                [[[0, 0, 0, 0, 0, 0],
                [0, 0, 5, 0, 0, 0],
                [0, 0, 6, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0, 0],
                [0, 0, 7, 0, 0, 0],
                [0, 0, 8, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]],

                [[0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0],
                [0, 0, 0, 0, 0, 0]]]])









サブチャンネルあります。⇒ 何かのお役に立てればと

関連記事一覧

トップメニュー

Python
Pythonとは
基本的な使い方
・IDLE

 ・Jupyter Notebook

 ・Markdown

 ・コマンドプロンプトで実行

 ・仮想環境の構築

 ・仮想環境でIDLEを実行

 ライブラリのインストール
・pipの使い方

 ・numpy , matplotlib等

 ・graphviz

 ・pytorch

 ・Mecab

 Pythonの関数：一覧
共通関数
・append , extend

 ・class

 ・copy

 ・csv.reader

 ・csv.writer

 ・def , return

 ・dict , defaultdict

 ・enumerate

 ・exit

 ・for

 ・if

 ・import

 ・in

 ・input

 ・lambda

 ・len

 ・list

 ・min/max

 ・OrderedDict

 ・open/close

 ・os

 ・pickle

 ・print

 ・range

 ・re.split

 ・read/readline

 ・round/floor/ceil

 ・split

 ・sys.argv

 ・time

 ・while

 ・write

 ・zip

 ・特殊メソッド
　・__name__

 　・__iter__ , __next__

 ・正規表現、メタ文字

 ・データの型の種類

 ・四則演算 (+ , - , * , /)

 ・コメントアウト (# , ''')

 numpy
・append

 ・arange

 ・argmax/argmin

 ・array

 ・asfarray

 ・astype , dtype

 ・digitize

 ・dot

 ・hstack/vstack

 ・linalg.solve

 ・linspace

 ・max,min

 ・mean

 ・meshgrid

 ・mgrid

 ・ndim

 ・ndmin

 ・pad

 ・poly1d

 ・polyfit

 ・prod

 ・random

 ・reshape

 ・savetxt/loadtxt

 ・shape

 ・std

 ・transpose

 ・where

 ・zeros/zeros_like

 scipy
・expit

 ・imread

 ・interpolate

 ・signal.square, sawtooth

 matplotlib
・contour

 ・imshow

 ・figure

 ・pcolormesh

 ・plot

 ・quiver

 ・scatter

 scikit-learn
・GaussianNB

 ・KMeans

 ・KNeighborsClassifier

 ・SVC

 ・tree

 chaospy

 keras

 chainer

 chainerrl

 pandas
・データ抽出

 ・concat

 ・DataFrame

 ・read_excel

 pytorch
・BCELoss , MSELoss

 ・Embedding

 ・device

 ・Sequential

 ・Dataset, Dataloader

 ・RNN, LSTM

 OpenAI gym
・Blackjack-v0

 ・CartPole-v0

 seaborn
・pairplot

 tkinter
・frame, grid

 ・画像表示

 ・画像を切り取り表示

 ・画像を保存

 目的別
・ステップ関数

 ・矩形波, 三角波

 ・1 of K 符号化法

 ・線形補間

 ・配列に番号をつける

 ・ベクトル場を描く

 ・線形回帰, 多項式回帰