numpy.resize

numpy.resize(a, new_shape)

返回具有指定形状的新数组。

如果新数组大于原始数组，则新数组将填充重复的 a . 请注意，此行为与a.resize（new_shape）不同，后者用零填充，而不是重复复制 a .

参数

aarray_like

要调整大小的数组。

new_shapeint或int的元组

已调整大小的数组的形状。

返回

reshaped_array恩达雷

新数组是由旧数组中的数据组成的，如果需要，可以重复这些数据以填充所需的元素数。数据以C顺序在数组上重复迭代。

参见

np.reshape

在不改变总大小的情况下重塑数组。

np.pad

放大并填充数组。

np.repeat

重复数组元素。

ndarray.resize

就地调整数组大小。

笔记

当数组的总大小不变时 reshape 应该使用。在大多数其他情况下，索引（减小大小）或填充（增大大小）可能是更合适的解决方案。

警告：此功能可以 not 单独考虑轴，即不应用插值/外推。它用所需数量的元素填充返回数组，并遍历 a 按C顺序，忽略轴（如果新形状更大，则从开始处循环）。因此，此功能不适用于调整图像或数据的大小，其中每个轴表示一个独立的实体。

实例

>>> 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]])

numpy.append numpy.trim_zeros