Con Numpy numpy.resize() possiamo ridimensionare l’array. L’array può essere di qualsiasi forma, ma per ridimensionarlo ci basta la dimensione, ovvero (2, 2) , (2, 3) e molti altri. Durante il ridimensionamento, viene aggiunto zero, se non ci sono valori in una posizione specifica.
Parametri:
new_shape: [tupla di int o n int] Forma dell’array ridimensionato
refcheck: [bool, facoltativo] Questo parametro viene utilizzato per controllare il contatore di riferimento. Di default è vero.Resi: Nessuno
La maggior parte di voi ora si sta chiedendo qual è la differenza tra rimodellamento e ridimensionamento . Quando parliamo di ridimensionamento, l’array cambia la sua forma come temporanea, ma quando parliamo di ridimensionamento, le modifiche vengono apportate continuamente.
Esempio n. 1:
In questo Nell’esempio, vediamo che usando .resize() metodo abbiamo cambiato la forma dell’array da 1 × 6 a 2 × 3 .
| | < /tr>
Esci:
[[1 2 3] [4 5 6 ]]
Esempio n. 2:
In questo esempio, possiamo vedere che stiamo cercando di ridimensionare un array di una forma che è un tipo al di fuori dei valori associati. Ma NumPy gestisce questa situazione aggiungendo zeri quando i valori non esistono nell’array.
| |
Esci:
[[1 2 3 4] [5 6 0 0] [ 0 0 0 0]]
