Python Numpy numpy.resize()

在Numpy numpy.resize()的帮助下，我们可以调整一个数组的大小。数组可以是任何形状，但要调整它的大小，我们只需要大小，即(2, 2), (2, 3)和更多。在调整大小的过程中，如果某个地方的数值丢失，numpy会追加零。

参数:
new_shape : [ints的元组，或n个ints] 调整后的数组的形状
refcheck : [bool, optional] 这个参数用于检查引用计数器。默认情况下，它是真。

返回值: None

你们中的大多数人现在都在想，reshape和resize之间有什么区别。当我们谈论reshape时，一个数组会暂时改变它的形状，但当我们谈论resize时，它的改变是永久性的。

示例 #1:
在这个例子中，我们可以看到，在.resize()方法的帮助下，我们将一个数组的形状从1×6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)

输出:

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

示例 #2:
在这个例子中，我们可以看到，我们正试图调整那个形状的数组的大小，而这个数组的类型是超出边界的值。但是numpy在处理这种情况时，当数组中不存在数值时，会追加零。

# 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)

输出: