详解Numpy resize()(改变数组的大小)函数的作用与使用方法 |
您所在的位置:网站首页 › npresize函数 › 详解Numpy resize()(改变数组的大小)函数的作用与使用方法 |
Numpy中的resize()函数用于调整数组的大小,它的操作方式与reshape()函数有些相似,但resize()函数不会限制调整后数组的大小。 resize()函数的语法如下: numpy.resize(arr, shape) 其中,arr为需要调整大小的数组,shape为调整后的目标大小。需要注意的是,shape必须是一个整数或者是一个整数元组。 现在我们来看两个实例: 实例1 import numpy as np a = np.array([[1,2,3],[4,5,6]]) print('原数组:', a) b = np.resize(a,(3,2)) print('resize后数组:', b)输出结果为: 原数组: [[1 2 3] [4 5 6]] resize后数组: [[1 2] [3 4] [5 6]]在这个实例中,我们首先定义了一个形状为(2,3)的ndarray,然后使用resize()函数将它调整为了(3,2)的ndarray。可以看到,原数组的每一行依次排列在resize后数组的每一列中,并且resize()函数会对原数组进行重复填充以满足目标大小。 实例2 import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = np.resize(a,(3,4)) print('resize后数组:', b)输出结果为: resize后数组: [[1 2 3 4] [5 6 1 2] [3 4 5 6]]在这个实例中,我们同样调整了一个形状为(2,3)的ndarray,但是目标大小设置为了(3,4)。这时候,resize()函数会将原数组复制列扩展到目标大小,并且会对原数组也会进行重复填充以满足目标大小。 除此之外,我们还可以通过reshape()函数进行对ndarray的大小调整,但是它与resize()函数的区别在于:reshape()函数需要保证调整后数组的元素数量与调整前数组的元素数量相等,否则会抛出异常;而resize()函数则可以对调整后的数组进行扩展或压缩。 Python技术站热门推荐Go语言依赖管理三要素示例解析Android后台模拟点击探索(附源码)本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解Numpy resize()(改变数组的大小)函数的作用与使用方法 - Python技术站 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |