大家好，又见面了，我是你们的朋友全栈君。
numpy.resize
numpy.resize(a, new_shape) [source]
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a的重复副本。 请注意，此行为与a.resize(new_shape)不同，后者用零而不是重复的a填充。参数 ：a ：array_like
要调整大小的数组。
new_shape ：int 或 int类型的tuple
调整大小后的数组的形状。
返回值 ：reshaped_array ：ndarray
新数组由旧数组中的数据组成，如有必要，
可重复进行此操作以填充所需数量的元素。
数据按照存储在内存中的顺序被重复。
Notes
警告：此功能不会单独考虑轴，即它不应用interpolation/extrapolation。 它使用所需数量的元素填充返回数组，这些元素取自于它们在内存中的布局，而不考虑步幅和轴。 (这是在新形状较小的情况下。对于较大的形状，请参见上文。)因此，此功能不适用于调整图像或数据的大小，其中每个轴代表一个单独的不同实体。
例子>>> 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]])
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/126269.html原文链接：https://javaforall.net
