在 NumPy 中使用数组时，resize 和 reshape 之间有什么区别？

Question

我刚开始使用 NumPy。 resize 和 reshape 对于数组有什么区别？

原文由 Rish_Saxena 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如此 处 所述，重塑不会更改数据。调整大小更改数据，如此处 所示。

这里有些例子：

 >>> numpy.random.rand(2,3)
array([[ 0.6832785 ,  0.23452056,  0.25131171],
       [ 0.81549186,  0.64789272,  0.48778127]])
>>> ar = numpy.random.rand(2,3)
>>> ar.reshape(1,6)
array([[ 0.43968751,  0.95057451,  0.54744355,  0.33887095,  0.95809916,
         0.88722904]])
>>> ar
array([[ 0.43968751,  0.95057451,  0.54744355],
       [ 0.33887095,  0.95809916,  0.88722904]])

reshape 后数组没有改变，只是输出一个临时的数组 reshape。

 >>> ar.resize(1,6)
>>> ar
array([[ 0.43968751,  0.95057451,  0.54744355,  0.33887095,  0.95809916,
         0.88722904]])

调整大小后，数组改变了它的形状。

原文由 Rahul Reddy Vemireddy 发布，翻译遵循 CC BY-SA 4.0 许可协议