Numpy numpy.resize()调整数组大小
numpy.resize()是一个NumPy函数,用于改变数组的形状和大小，借助Numpy numpy.resize()，我们可以调整数组的大小。数组可以是任何形状，但要调整它的大小，我们只需要大小，即(2, 2)、(2, 3)等等。在调整 numpy 大小期间，如果特定位置的值丢失，则会追加zeros。
Parameters参数:
new_shape : [整数元组，或 n 个整数] 调整大小的数组的形状
refcheck : [bool，可选] 该参数用于检查引用计数器。默认情况下为 True。
Returns: None大多数人现在都在思考reshape和resize之间的区别是什么。当我们谈论重塑时，数组会临时改变其形状，但当我们谈论调整大小时，所做的更改将是永久的。
改变数组的形状(shape)
可以通过新形状参数改变数组的维度，在这个示例中，我们可以看到，在方法的帮助下.resize()，我们将数组的形状从1×6更改为2×3。
import numpy as np
arr = np.arange(8).reshape(2,4)
print(arr)
# [[0 1 2 3]
# [4 5 6 7]]
arr = np.resize(arr, (4,2))
print(arr)
# [[0 1]
# [2 3]
# [4 5]
# [6 7]]改变数组大小
可以通过新大小创建一个新的数组副本。如果新大小大于原大小,则以零填充新数组;如果小于原大小,超出部分会被删除。
arr = np.arange(8)
arr = np.resize(arr, 6)
print(arr) # [0 1 2 3 4 5]
arr = np.resize(arr, 10)
print(arr) # [0 1 2 3 4 5 0 0 0 0]可以单独指定行列数改变形状
arr = np.resize(arr, (4,3))
