numpy.recarray.resize#

方法

recarray.resize(new_shape, refcheck=True)#

就地改变数组的形状和大小.

参数:
new_shape : 整数的元组,或 n 个整数整数的元组,或

调整大小后的数组形状.

refcheckbool, 可选

如果为 False,则不会检查引用计数.默认值为 True.

返回:
None
引发:
ValueError

如果 a 不拥有自己的数据或存在对其的引用或视图,并且必须更改数据内存.PyPy 仅:如果必须更改数据内存,将始终引发,因为没有可靠的方法来确定是否存在对其的引用或视图.

SystemError

如果指定了 order 关键字参数.这种行为是 NumPy 中的一个错误.

参见

resize

返回一个具有指定形状的新数组.

备注

如果需要,这会重新分配数据区域的空间.

只有连续数组（内存中连续的数据元素）才能被调整大小.

引用计数检查的目的是确保你不会将此数组用作另一个 Python 对象的缓冲区,然后重新分配内存.然而,引用计数可以通过其他方式增加,所以如果你确定没有将此数组的内存与其他 Python 对象共享,那么你可以安全地将 refcheck 设置为 False.

示例

缩小一个数组:数组被展平（按照内存中数据的存储顺序）,调整大小,并重塑形状:

>>> import numpy as np

>>> a = np.array([[0, 1], [2, 3]], order='C')
>>> a.resize((2, 1))
>>> a
array([[0],
       [1]])

>>> a = np.array([[0, 1], [2, 3]], order='F')
>>> a.resize((2, 1))
>>> a
array([[0],
       [2]])

扩大数组:如上所述,但缺失的条目用零填充:

>>> b = np.array([[0, 1], [2, 3]])
>>> b.resize(2, 3) # new_shape parameter doesn't have to be a tuple
>>> b
array([[0, 1, 2],
       [3, 0, 0]])

引用一个数组可以防止调整大小…

>>> c = a
>>> a.resize((1, 1))
Traceback (most recent call last):
...
ValueError: cannot resize an array that references or is referenced ...

除非 refcheck 为 False:

>>> a.resize((1, 1), refcheck=False)
>>> a
array([[0]])
>>> c
array([[0]])
On this page