numpy.调整大小#

麻木的。调整大小( a , new_shape ) [来源] #

返回具有指定形状的新数组。

如果新数组大于原始数组,则新数组将填充a的重复副本。请注意,此行为与 a.resize(new_shape) 不同,后者用零填充,而不是a的重复副本。

参数
类似数组

要调整大小的数组。

new_shape int 或 int 元组

调整大小的数组的形状。

返回
reshape_array ndarray

新数组由旧数组中的数据组成,并根据需要重复以填充所需数量的元素。数据按 C 顺序在数组上重复迭代。

也可以看看

numpy.reshape

重塑数组而不改变总大小。

numpy.pad

放大并填充数组。

numpy.repeat

重复数组的元素。

ndarray.resize

就地调整数组大小。

笔记

当数组的总大小不改变时reshape应该使用。在大多数其他情况下,索引(以减小大小)或填充(以增加大小)可能是更合适的解决方案。

警告:此功能不单独考虑轴,即它不应用插值/外插。它用所需数量的元素填充返回数组,以 C 顺序迭代a,忽略轴(如果新形状更大,则从头开始循环)。因此,此功能不适合调整图像或每个轴代表单独且不同实体的数据的大小。

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]])