La méthode numpy.resize() Python
1. Description de la méthode numpy.resize()
La méthode numpy.resize() est une fonction fournie par la bibliothèque NumPy en Python, qui permet de redimensionner un tableau (ou une matrice) en ajustant sa taille selon les dimensions spécifiées. Cette méthode est utilisée pour modifier la forme d'un tableau tout en conservant ou en transformant les données qu'il contient. Notez bien que si vous souhaitez simplement redimensionner un tableau tout en conservant les données, mais sans les répéter ou les tronquer, il peut être préférable d'utiliser numpy.reshape() plutôt que numpy.resize().
2. Syntaxe et usage de la méthode numpy.resize()
Voici la syntaxe générale de la méthode numpy.resize() :
|
1 |
numpy.resize(a, new_shape) |
où :
- a : Le tableau d'origine que vous souhaitez redimensionner.
- new_shape : Un tuple spécifiant la nouvelle forme (dimensions) que vous souhaitez pour le tableau.
Il y a quelques points importants à noter concernant la méthode numpy.resize() :
- Si la nouvelle forme (new_shape) est plus grande: que la forme d'origine du tableau (a), la méthode remplira le nouveau tableau avec des répétitions des éléments de l'ancien tableau.
- Si la nouvelle forme est plus petite: que la forme d'origine, la méthode tronquera ou répétera les éléments pour obtenir la nouvelle forme.
- Si vous redimensionnez un tableau en utilisant numpy.resize(): vous risquez de perdre la signification sémantique des données, car les éléments peuvent être répétés ou omis de manière non intuitive.
3. Exemples d'usages de la méthode numpy.resize()
Voici un exemple d'utilisation de la méthode numpy.resize() :
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
""" Dans cet exemple, original_array est redimensionné pour avoir une forme de (3, 3) en utilisant numpy.resize(). Le résultat sera un nouveau tableau de cette forme, avec des éléments de l'ancien tableau répétés pour remplir les nouvelles dimensions. """ import numpy as np original_array = np.array([[1, 2], [3, 4]]) new_shape = (3, 3) resized_array = np.resize(original_array, new_shape) print(resized_array) """ output: [[1 2 3] [4 1 2] [3 4 1]] """ |
Younes Derfoufi
CRMEF OUJDA
