Python Numpy numpy.resize()用法及代码示例

借助Numpy numpy.resize()，我们可以调整数组的大小。数组可以是任何形状，但要调整其大小，我们只需要大小即可，即(2，2)，(2，3)等等。在调整numpy大小期间，如果缺少特定位置的值，请​​追加零。

参数:
new_shape : [tuple of ints, or n ints] Shape of resized array
refcheck : [bool, optional] This parameter is used to check the reference counter. By Default it is True.

返回: None

你们中的大多数人现在都在考虑调整形状和调整大小之间的区别是什么。当我们谈论调整形状时，数组的形状会暂时改变，但是当我们谈论调整大小时，更改会永久地发生。

范例1：
在此示例中，我们可以借助.resize()方法，我们将数组的形状从1×6更改为2×3。

# importing the python module numpy 
import numpy as np 
  
# Making a random array 
gfg = np.array([1, 2, 3, 4, 5, 6]) 
  
# Reshape the array permanently 
gfg.resize(2, 3) 
  
print(gfg)

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

范例2：
在此示例中，我们可以看到，我们正在尝试调整该形状的数组的大小，该数组是超出范围的值的类型。但是，当数组中不存在值时，numpy会处理这种情况，以在零后面附加零。

# importing the python module numpy 
import numpy as np 
  
# Making a random array 
gfg = np.array([1, 2, 3, 4, 5, 6]) 
  
# Required values 12, existing values 6 
gfg.resize(3, 4) 
  
print(gfg)

[[1 2 3 4]
 [5 6 0 0]
 [0 0 0 0]]