numpy.resize(修改数据维度)

   numpy.resize 函数用于调整数组的大小。它接受一个数组和一个新的形状作为参数，并返回具有新形状的新数组。如果新数组的大小大于原始数组的大小，resize 将重复原始数组的元素以填充新数组。如果新数组的大小小于原始数组的大小，则 resize 将截断原始数组的元素以适应新数组。

介绍

numpy.resize 的语法如下：

numpy.resize(a, new_shape)

其中：

• a：输入的数组。
• new_shape：新数组的形状。

示例

import numpy as np

# 示例 1: 调整数组的大小，填充元素以适应新的形状
arr = np.array([1, 2, 3])
resized_arr = np.resize(arr, (3, 4))
print(resized_arr)
# 输出:
# [[1 2 3 1]
#  [2 3 1 2]
#  [3 1 2 3]]

# 示例 2: 调整数组的大小，截断元素以适应新的形状
arr_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
resized_arr_2d = np.resize(arr_2d, (2, 3))
print(resized_arr_2d)
# 输出:
# [[1 2 3]
#  [4 5 6]]

# 示例 3: 使用不同的形状调整数组的大小
arr_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
resized_arr_3d = np.resize(arr_3d, (2, 2, 4))
print(resized_arr_3d)
# 输出:
# [[[1 2 3 4]
#   [5 6 7 8]]
#
#  [[1 2 3 4]
#   [5 6 7 8]]]

      请注意，在示例中，numpy.resize 创建了新的数组，并根据需要填充或截断了原始数组的元素，以适应新的形状。