Numpy中reshape和resize的区别

本文探讨了numpy库中reshape和resize函数的区别,reshape保持元素总数不变调整形状,resize则改变大小可能导致元素增减。通过实例演示了两者操作在数组上的应用,帮助理解数组操作的基本原理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

区别:

  • np.reshape()作用是将原来的数组变换形状不改变数组元素数量,要求更改后的数组元素总数不变
  • np.resize()作用是改变数组的大小和形状,会改变数组元素数量,如果更改后的数组元素比原数组的多,则用原数组中的元素充填补齐。

实例:

In:

import numpy as np
a = np.arange(9)
b = np.reshape(a,(3,3))
c = np.resize(a,(5,5))
print(b)
print()
print(c)

Out:
原数组:  [0 1 2 3 4 5 6 7 8]
reshape的结果:
[[0 1 2]
 [3 4 5]
 [6 7 8]] 
数组形状为: (3, 3)


resize的结果: 
[[0 1 2 3 4]
 [5 6 7 8 0]
 [1 2 3 4 5]
 [6 7 8 0 1]
 [2 3 4 5 6]]
数组的形状为: (5, 5)

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

打赏作者

daimashiren

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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