Python 填充大numpy数组

另一个numpy阵列处理问题： 我有一个大约2000个固定大小的numpy数组（我知道），包含整数。我想用另一个整数填充数组，使其在所有维度中都被包围。对于整个填充过程，此整数是固定的

example (2D)
1----->000
       010
       000

我有两个想法，导致这一结果：

创建更大的numpy数组，包含填充值并“切片”填充区域中的旧区域：

padded=np.zeros((z+2,x+2,y+2))
padded[1:z+1,1:x+1,1:y+1]=olddata

使用np.insert或hstack、vstack、dstack添加值：

padded=np.insert(data,0,0,axis=0)
padded=np.insert(data,x+1,0,axis=0) etc.

---

问题是，所有这些方法都不到位，无法分配新数组（1.）或复制旧数组（2.）。有没有办法把填充物放在适当的位置？我知道，从numpy 1.7开始。这是numpy.pad模块。但这似乎也使用了某种分配和重写（如我的1.way）。

您不能在适当的位置添加填充，因为内存布局中没有空间容纳它。不过，您可以采用另一种方式：首先分配填充数组，并在访问未添加的数据时使用视图

padded = np.empty((2002,2002,2002))
padded[0] = 0
padded[-1] = 0
padded[:,0] = 0
padded[:,-1] = 0
padded[:,:,0] = 0
padded[:,:,-1] = 0

unpadded = padded[1:-1, 1:-1, 1:-1]

---

你能从填充阵列开始工作吗？@JanneKarila:我不知道如何从填充阵列开始？我有原始数据，在某一点上我必须填充它，或者我没有？如何将原始数据放入NumPy数组？也许您可以在此时将其读入填充中的一个片。@JanneKarila我可以这样做，但我以前需要将填充创建为一个数组，这需要大量的时间和内存（例如np.ones（200020002000）需要近4秒），而不是np.ones您可以使用np.empty和slice赋值来设置填充。