Numpy resize() 函数

Numpy resize() 函数返回一个具有指定形状的新数组，并调整输入数组的大小。reshape() 函数要求元素总数保持不变，而 resize() 函数可以通过截断或填充数组来更改元素总数。

如果新形状大于原始形状，则使用原始数据的重复副本填充数组。如果小于，则数组将被截断。

此函数将输入数组和新形状作为参数，并可选地接受一个 refcheck 参数，用于控制是否检查对原始数组的引用。

语法

以下是 Numpy resize() 函数的语法 -

numpy.resize(arr, shape)

参数

以下是 Numpy resize() 函数的参数 -

• arr: 需要调整大小的输入数组。
• shape: 结果数组的新形状。
• shape: 结果数组的新形状数组。

示例 1

以下是 Numpy resize() 函数的示例，该函数展示了如何通过截断或重复元素来重塑二维数组，以适应新的指定维度 -

import numpy as np

# 创建二维数组
a = np.array([[1, 2, 3], [4, 5, 6]])

print('第一个数组:')
print(a)
print('
')

print('第一个数组的形状:')
print(a.shape)
print('
')

# 将数组大小调整为形状 (3, 2)
b = np.resize(a, (3, 2))

print('第二个数组:')
print(b)
print('
')

print('第二个数组的形状:')
print(b.shape)
print('
')

# 将数组大小调整为形状 (3, 3)
# 注意:这将重复 'a' 中的元素以填充新的形状
print('调整第二个数组的大小:')
b = np.resize(a, (3, 3))
print(b)

上述程序将产生以下输出 -

第一个数组:
[[1 2 3]
[4 5 6]]

第一个数组的形状:
(2, 3)

第二个数组:
[[1 2]
[3 4]
[5 6]]

第二个数组的形状:
(3, 2)

调整第二个数组的大小:
[[1 2 3]
[4 5 6]
[1 2 3]]

示例 2

下面是另一个示例，将给定的 4x3 数组调整为 6x2 和 3x4 数组 -

import numpy as np

# 创建一个初始的 4x3 数组
array = np.array([[1, 2, 3], [4, 5, 6],[7,8,9],[10,11,12]])

print("原始数组:")
print(array)
print("
")

# 将数组大小调整为形状 (6, 2)
resized_array = np.resize(array, (6, 2))

print("调整后的数组形状为 (6, 2):")
print(resized_array)
print("
")

# 将数组大小调整为形状 (3, 4)
resized_array_larger = np.resize(array, (3, 4))

print("调整后的数组形状为 (3, 4)，包含重复元素:")
print(resized_array_larger)

上述程序将产生以下输出−

原始数组:
[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]]

调整大小后的数组形状为 (6, 2):
[[ 1 2]
[ 3 4]
[ 5 6]
[ 7 8]
[ 9 10]
[11 12]]

调整大小后的数组形状为 (3, 4)，包含重复元素:
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]

numpy_array_manipulation.html