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]])