请问numpy里面resize和reshape的区别是什么?使用场景分别是什么?
1个回答
对于一个numpy array x,x.reshape(new_shape)不是inplace的,x.resize(new_shape)是inplace的改变
此外reshape要比resize灵活,比如把x转成行向量,就可以用
x_new = x.reshape([1, -1])
把x转成列向量,就可以用
x_new = x.reshape([-1, 1])
请问numpy里面resize和reshape的区别是什么?使用场景分别是什么?
对于一个numpy array x,x.reshape(new_shape)不是inplace的,x.resize(new_shape)是inplace的改变
此外reshape要比resize灵活,比如把x转成行向量,就可以用
x_new = x.reshape([1, -1])
把x转成列向量,就可以用
x_new = x.reshape([-1, 1])