np.reshape() VS np.resize()

最新推荐文章于 2023-12-11 22:33:52 发布

Libra2022

最新推荐文章于 2023-12-11 22:33:52 发布

阅读量204

点赞数

文章标签： python numpy

本文链接：https://blog.csdn.net/Libra2022/article/details/118072200

版权

本文详细介绍了numpy库中reshape()和resize()两个函数的使用。reshape()函数创建数组副本并改变其形状，而不影响原始数组；而resize()函数则直接修改原数组的大小。在使用reshape()时，会返回重塑后的数组，而resize()操作后返回None。请注意，resize()在某些情况下可能会导致数据丢失，因为它会调整元素数量以适应新的尺寸。

摘要由CSDN通过智能技术生成

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

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)