我正在寻找的功能看起来像这样:
data = np.array([[1, 2, 3, 4],
[2, 3, 1],
[5, 5, 5, 5],
[1, 1]])
result = fix(data)
print result
[[ 1. 2. 3. 4.]
[ 2. 3. 1. 0.]
[ 5. 5. 5. 5.]
[ 1. 1. 0. 0.]]
我正在处理的这些数据数组非常大,所以我真的很希望有最有效的解决方案。
编辑:数据以python列表的形式从磁盘读取。
5条答案
按热度按时间slsn1g291#
这可能是一种方法-
样本输入、输出-
nvbavucw2#
你可以使用pandas代替numpy:
cclgggtu3#
使用
np.pad()
。vd8tlhqk4#
这将是很好的,如果在一些矢量化的方式,但我仍然是一个菜鸟,所以它的所有我现在能想到的!
esyap4oy5#
计算各个数组的长度,然后将这些长度中的最大值存储在变量中。之后,矩阵的所有单独的行在右侧填充0以匹配最大长度。