Numpy中reshape和resize的区别

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)