Python numpy resize用法及代碼示例

本文簡要介紹 python 語言中 numpy.resize 的用法。

用法:

numpy.resize(a, new_shape)

返回具有指定形狀的新數組。

如果新數組大於原始數組，則新數組中會填充 a 的重複副本。請注意，此行為與 a.resize(new_shape) 不同，後者用零填充而不是 a 的重複副本。

參數：

a： array_like

要調整大小的數組。

new_shape： int 或 int 的元組

調整大小數組的形狀。

返回：

reshaped_array： ndarray

新數組由舊數組中的數據組成，必要時重複以填充所需數量的元素。數據在C-order 中的數組上重複迭代。

注意：

當數組的總大小不變時，應該使用 reshape 。在大多數其他情況下，索引(以減小大小)或填充(以增加大小)可能是更合適的解決方案。

警告：此函數不單獨考慮軸，即它不應用插值/外推。它用所需數量的元素填充返回數組，迭代 C-order 中的 a，忽略軸(如果新形狀更大，則從頭開始循環)。因此，此函數不適合調整圖像或每個軸代表單獨且不同實體的數據的大小。

例子：

>>> a=np.array([[0,1],[2,3]])
>>> np.resize(a,(2,3))
array([[0, 1, 2],
       [3, 0, 1]])
>>> np.resize(a,(1,4))
array([[0, 1, 2, 3]])
>>> np.resize(a,(2,4))
array([[0, 1, 2, 3],
       [0, 1, 2, 3]])