Python| numpy numpy.resize()

在Numpy numpy.resize()的帮助下，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。如果缺少特定位置的值，则在调整 numpy 大小期间附加零。

Parameters:
new_shape : [tuple of ints, or n ints] Shape of resized array
refcheck : [bool, optional] This parameter is used to check the reference counter. By Default it is True.

Returns: None

你们中的大多数人现在都在想reshape和resize之间有什么区别。当我们谈论 reshape 时，数组会临时改变它的形状，但是当我们谈论 resize 时，会永久更改。

示例 #1：
在这个例子中，我们可以看到在.resize()方法的帮助下，我们将数组的形状从1×6更改为2×3 。

# importing the python module numpy
import numpy as np
  
# Making a random array
gfg = np.array([1, 2, 3, 4, 5, 6])
  
# Reshape the array permanently
gfg.resize(2, 3)
  
print(gfg)

输出：

[[1 2 3]
 [4 5 6]]

示例 #2：
在此示例中，我们可以看到，我们正在尝试调整该形状的数组的大小，该形状是超出边界值的类型。但是当数组中不存在值时，numpy 会处理这种情况以附加零。

# importing the python module numpy
import numpy as np
  
# Making a random array
gfg = np.array([1, 2, 3, 4, 5, 6])
  
# Required values 12, existing values 6
gfg.resize(3, 4)
  
print(gfg)

输出：

[[1 2 3 4]
 [5 6 0 0]
 [0 0 0 0]]