numpy.resize
numpy.resize(a, new_shape) [source]
返回具有指定形状的新数组。
如果新数组大于原始数组，则新数组将填充a的重复副本。 请注意，此行为与a.resize（new_shape）不同，后者用零而不是重复的a填充。
参数 ： | a ：array_like 要调整大小的数组。 new_shape ：int 或 int类型的tuple 调整大小后的数组的形状。 |
返回值 ： | reshaped_array ：ndarray 新数组由旧数组中的数据组成，如有必要， 可重复进行此操作以填充所需数量的元素。 数据按照存储在内存中的顺序被重复。 |
Notes
警告：此功能不会单独考虑轴，即它不应用interpolation/extrapolation。 它使用所需数量的元素填充返回数组，这些元素取自于它们在内存中的布局，而不考虑步幅和轴。 （这是在新形状较小的情况下。对于较大的形状，请参见上文。）因此，此功能不适用于调整图像或数据的大小，其中每个轴代表一个单独的不同实体。
例子
>>> a=np.array([[0,1],[2,3]])
>>> np.resize(a,(2,3))
array([[0, 1, 2],
[3, 0, 1]])
>>> np.resize(a,(1,4))
array([[0, 1, 2, 3]])
>>> np.resize(a,(2,4))
array([[0, 1, 2, 3],
[0, 1, 2, 3]])