调整Numpy矩阵的大小

假设我有以下numpy矩阵：

array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

我想把这个矩阵的大小调整为4x4，并用0填充缺失的值

我想要的是：

array([[ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  0.],
       [ 0.,  0.,  0.,  0.])

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

可以说，我的原始矩阵是“维护”的。如果我用.resize（（4,4））调用numpy的resize函数，它实际上将执行以下操作：

array([[ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  0.],
       [ 0.,  0.,  0.,  0.])

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

这似乎是从一些行中提取项目并将其添加到其他行中以适应新形状，然后用零填充其他所有内容，这不是我想要的

在添加这些空行和空列时，如何将所有数据保留在“正确”的行位置？

使用例程：

---

---

可选的

常量值

模式中使用的参数

常量

表示为每个轴设置填充值的值；默认为

0

分配和填充方法：

In [210]: arr = np.ones((3,3))
In [211]: res = np.zeros((4,4))
In [212]: res[:3,:3] = arr
In [213]: res
Out[213]: 
array([[1., 1., 1., 0.],
       [1., 1., 1., 0.],
       [1., 1., 1., 0.],
       [0., 0., 0., 0.]])

---

np.pad

在填充更复杂时具有更大的功率，但对于这种简单的东西，它的速度较慢。如果感兴趣，请查看其代码。无论如何，了解和理解这个简单的方法是一个好主意。

制作一个大小合适的

零

数组，并将数组复制到其中。如何用1或0以外的特定值填充它将是我的后续工作，很好地了解。在这种情况下，我需要用常量值填充它，以便标记这些新条目，因此，对于我的情况，罗曼的答案更合适，但知道所涉及的时间复杂性很好，我也会记住这一点。谢谢