np.reshape() VS np.resize()

  1. np.reshape()
    np.reshape()创建一个副本更改array的shape,但是不会更改原来的array。
# importing the module
import numpy as np
	
# creating an array
gfg = np.array([1, 2, 3, 4, 5, 6])
print("Original array:")
display(gfg)

# using reshape()
print("Changed array")
display(gfg.reshape(2, 3))
	
print("Original array:")
display(gfg)

输出:

在这里插入图片描述

  1. np.resize()
    np.resize()就地更改(in-place)原array。注意np.resize()只会return None。
# importing the module
import numpy as np
	
# creating an array
gfg = np.array([1, 2, 3, 4, 5, 6])
print("Original array:")
display(gfg)

# using resize()
print("Changed array")
# this will print nothing as None is returned
display(gfg.resize(2, 3))
	
print("Original array:")
display(gfg)

输出:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值