python - 使用numpy填充序列并将特征数组与序列数组的数量组合

Question

我有许多序列存储在二维数组中[[first_seq,first_seq],[first_seq,first_seq],[sec_seq,sec_seq]],..。

每个向量序列的长度各不相同。有些是 55 行长，有些是 68 行长。

序列 2D 数组(features) 的形状为 (427,227) (, features)，我有另一个 1D 数组(num_seq ) (5,) 其中包含每个序列的长度 [55,68,200,42,62] (例如，第一个 seq 长 55 行，第二个 seq 长 68 行) ETC。)。 len(1D-array) = seq 数

现在，我需要每个序列都等长 - 即每个序列为 200。由于本例中有 5 个序列，因此生成的数组应为 structural_seq = np.zeros(5,200,227)

如果序列短于 200，则该序列的所有其他值都应为零。

因此，我尝试填充 structural_seq 执行以下操作:

for counter, sent in enumerate(num_seq):
    for j, feat in enumerate(features):
        if num_sent[counter] < 200:
            structured_seq[counter,feat,]

但我卡住了..

准确地说:第一个序列是 2D 数组(features)的前 55 行，所有 145 行都应该用零填充。等等..

Answer 1

这是使用 np.insert 实现此目的的一种方法:

import numpy as np

# Sizes of sequences
sizes = np.array([5, 2, 4, 6])
# Number of sequences
n = len(sizes)
# Number of elements in the second dimension
m = 3
# Sequence data
data = np.arange(sizes.sum() * m).reshape(-1, m)
# Size to which the sequences need to be padded
min_size = 6
# Number of zeros to add per sequence
num_pads = min_size - sizes
# Zeros
pad = np.zeros((num_pads.sum(), m), data.dtype)
# Position of the new zeros
pad_pos = np.repeat(np.cumsum(sizes), num_pads)
# Insert zeros
out = np.insert(data, pad_pos, pad, axis=0)
# Reshape
out = out.reshape(n, min_size, m)
print(out)

输出:

[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]
  [ 9 10 11]
  [12 13 14]
  [ 0  0  0]]

 [[15 16 17]
  [18 19 20]
  [ 0  0  0]
  [ 0  0  0]
  [ 0  0  0]
  [ 0  0  0]]

 [[21 22 23]
  [24 25 26]
  [27 28 29]
  [30 31 32]
  [ 0  0  0]
  [ 0  0  0]]

 [[33 34 35]
  [36 37 38]
  [39 40 41]
  [42 43 44]
  [45 46 47]
  [48 49 50]]]