Python NumPy resize方法用法及代码示例

Numpy 的 resize(~) 方法返回具有所需形状的新 Numpy 数组。如果重构后的数组包含的值多于原始数组，则数字将重复。

这相当于 Numpy 的 reshape(~) 方法，只是没有 order 参数。

1. a | array-like

输入数组。

2. new_shape | int 或 tuple 或 int

所需的阵列形状。

具有所需形状的新 Numpy 数组。

a.resize(~) 的行为不同

本文档介绍了方法 np.resize(~) ，该方法与 a.resize(~) 具有不同的行为，其中 a 是源数组。

a = np.array([4,5,6,7])
np.resize(a, (2,2))



array([[4, 5],
       [6, 7]])

当调整大小的数组包含的值多于原始数组时，值会重复：

np.resize([4,5], (2,2))



array([[4, 5],
       [4, 5]])

注意这些数字是如何简单重复的。

考虑以下：

a = np.array([[1,2],[3,4]])
a



array([[1, 2],
       [3, 4]])

要获得一维表示：

np.resize(a, 4)



array([1, 2, 3, 4])

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | resize method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。