numpy resize

numpy resize

在numpy中，resize函数用于改变数组的形状或大小。在这篇文章中，我们将详细介绍numpy.resize的用法和示例。

语法

numpy.resize(a, new_shape)

参数说明：

• a: 输入的数组
• new_shape: 新的大小或形状

功能

该函数返回具有指定形状的新数组，如果新数组的大小大于原始数组的大小，则会重复原始数组的内容以填充新数组；如果新数组的大小小于原始数组的大小，则会截取原始数组中的内容。注意，resize返回的是数组的一个副本，而非原始数组的一个视图。

示例

示例1：将一维数组resize成另一种形状

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
resized_arr = np.resize(arr, (3, 2))

print(resized_arr)

输出：

array([[1, 2],
       [3, 4],
       [5, 6]])

示例2：将二维数组resize成另一种形状

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])
resized_arr = np.resize(arr, (2, 4))

print(resized_arr)

输出：

array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

示例3：将一维数组resize成更大的形状

import numpy as np

arr = np.array([1, 2, 3])
resized_arr = np.resize(arr, (3, 4))

print(resized_arr)

输出：

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

示例4：将一维数组resize成更小的形状

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])
resized_arr = np.resize(arr, (2, 2))

print(resized_arr)

输出：

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

注意事项

• 当新数组的大小大于原始数组的大小时，原始数组会被重复拷贝以填充新数组。
• 当新数组的大小小于原始数组的大小时，原始数组会被截取以满足新数组的大小要求。

结论

通过上面的示例，我们对numpy.resize的用法有了更深入的了解。这个函数在处理数组形状调整时非常有用，能够让我们轻松地改变数组的形状和大小。