使用pad_or_clip_nd()函数对多维数组进行填充或裁剪的方法

pad_or_clip_nd()函数是一个用于对多维数组进行填充或裁剪的方法。该函数可以根据指定的目标形状对输入的数组进行调整，以确保其形状与目标形状匹配。如果目标形状大于输入数组的形状，则函数将使用指定的填充值填充输入数组。如果目标形状小于输入数组的形状，则函数将裁剪输入数组以匹配目标形状。

下面是该函数的使用方法示例：

import numpy as np

def pad_or_clip_nd(arr, target_shape, pad_value=0):
    current_shape = np.array(arr.shape)
    diff_shape = target_shape - current_shape

    if np.all(diff_shape >= 0):
        pad_width = np.column_stack((np.zeros((len(diff_shape), 2), dtype=int), diff_shape))
        return np.pad(arr, pad_width, constant_values=pad_value)
    else:
        clip_width = np.column_stack((np.zeros((len(current_shape), 2), dtype=int), -diff_shape))
        return arr[clip_width[0, 0]:clip_width[0, 1], clip_width[1, 0]:clip_width[1, 1], ...]

# 填充示例
arr = np.array([[1, 2], [3, 4]])
target_shape = (4, 4)
padded_arr = pad_or_clip_nd(arr, target_shape, pad_value=0)
print(padded_arr)
# 输出:
# [[1 2 0 0]
#  [3 4 0 0]
#  [0 0 0 0]
#  [0 0 0 0]]

# 裁剪示例
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
target_shape = (2, 2)
clipped_arr = pad_or_clip_nd(arr, target_shape)
print(clipped_arr)
# 输出:
# [[1 2]
#  [4 5]]

在示例中，首先定义了pad_or_clip_nd()函数。然后，使用numpy导入输入数组和目标形状。接下来，调用pad_or_clip_nd()函数，并传入输入数组、目标形状和填充值（可选）。在填充示例中，输入数组形状为(2, 2)，“target_shape”为(4, 4)，“pad_value”为0。因为目标形状大于输入数组形状，所以函数将在输入数组周围填充0，以匹配目标形状。在裁剪示例中，输入数组形状为(3, 3)，“target_shape”为(2, 2)。由于目标形状小于输入数组形状，所以函数将裁剪输入数组以匹配目标形状。

综上所述，pad_or_clip_nd()函数是一个对多维数组进行填充或裁剪的实用工具，可以根据指定的目标形状调整输入数组的形状。