función numpy.pad() en Python

La función numpy.pad() se usa para rellenar las arrays Numpy. A veces es necesario realizar el relleno en arrays Numpy, luego se usa la función numPy.pad() . La función devuelve la array rellenada de rango igual a la array dada y la forma aumentará de acuerdo con pad_width.

Sintaxis: numpy.pad(array, pad_width, mode=’constant’, **kwargs) 

Parámetros:

• array: la array para rellenar
• pad_width: este parámetro define el número de valores que se rellenan en los bordes de cada eje.
  modo: str o función (opcional)
• **kwargs: le permite pasar la longitud variable de la palabra clave del argumento a una función. Se usa cuando queremos manejar el argumento nombrado en una función.

Retorno:
una array rellenada de rango igual a una array con forma aumentada según pad_width.

Ejemplo 1:

# Python program to explain
# working of numpy.pad() function
import numpy as np
  
  
arr = [1, 3, 2, 5, 4]
  
# padding array using CONSTANT mode
pad_arr = np.pad(arr, (3, 2), 'constant', 
                 constant_values=(6, 4))
  
print(pad_arr)

Producción:

[6 6 6 1 3 2 5 4 4 4]

Ejemplo 2:

# Python program to explain
# working of numpy.pad() function
import numpy as np
  
  
arr = [1, 3, 2, 5, 4] 
  
# padding array using 'linear_ramp' mode
pad_arr = np.pad(arr, (3, 2), 'linear_ramp',
                 end_values=(-4, 5))   
  
print(pad_arr)

Producción:

[-4 -2 -1  1  3  2  5  4  4  5]

Ejemplo 3:

# Python program to explain
# working of numpy.pad() function
import numpy as np
  
  
arr = [1, 3, 9, 5, 4]
  
# padding array using 'maximum' mode
pad_arr = np.pad(arr, (3,), 'maximum')
  
print(pad_arr)

Producción:

[9 9 9 1 3 9 5 4 9 9 9]

Ejemplo 4:

# Python program to explain
# working of numpy.pad() function
import numpy as np
  
  
arr = [[1, 3],[5, 8]] 
  
# padding array using 'minimum' mode
pad_arr = np.pad(arr, (3,), 'minimum')       
  
print(pad_arr)

Producción:

[[1 1 1 1 3 1 1 1]
[1 1 1 1 3 1 1 1]
[1 1 1 1 3 1 1 1]
[1 1 1 1 3 1 1 1]
[5 5 5 5 8 5 5 5]
[1 1 1 1 3 1 1 1]
[1 1 1 1 3 1 1 1]
[1 1 1 1 3 1 1 1]]