numpy.resize

numpy.resize(a, new_shape)

返回一个具有指定形状的新数组.

如果新数组比原数组大,那么新数组会用 a 的重复副本填充.注意,这种行为与 a.resize(new_shape) 不同,后者用零填充而不是 a 的重复副本.

参数:

aarray_like

要调整大小的数组.

new_shape整数或整数的元组

调整大小后的数组形状.

返回:

reshaped_arrayndarray

新数组是从旧数组中的数据形成的,如有必要,重复数据以填充所需数量的元素.数据在C顺序下迭代重复.

参见

numpy.reshape

在不改变总大小的情况下重塑数组.

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.

备注

当数组的总大小不变时,应使用 reshape.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/外推.它用所需数量的元素填充返回数组,按C顺序迭代`a`,忽略轴（如果新形状较大,则从起点循环返回）.因此,此功能不适用于调整图像大小,或数据中每个轴代表一个单独且不同实体的情况.

示例

>>> import numpy as np
>>> 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]])