ndarray 的大小何时不固定？答案

【问题标题】：When is the size of an ndarray not fixed?ndarray 的大小何时不固定？
【发布时间】：2019-05-05 23:51:05
【问题描述】：

numpy.ndarray documentation 声明：

ndarray 是一个（通常是固定大小的）多维容器，包含相同类型和大小的项目。

我对这里的形容词通常感到惊讶。我认为 ndarray 始终是固定大小的。什么时候ndarray的大小不固定？

【问题讨论】：

标签： python numpy multidimensional-array numpy-ndarray

【解决方案1】：

您可以重新塑造尺寸，因此内存本身是固定大小的，但您塑造它的方式可能会被调整（因此它可能不是固定尺寸）。

您可以使用resize 调整数组的大小，但它基本上是一个新数组。

【讨论】：

这会改变形状（x.shape），但不会改变大小（x.size 或 x.nbytes）——除非我可以改变 dtype？啊，确实我可以改变dtype。 x = arange(10, dtype="u2"); x.dtype = "u1" 实际上确实改变了x.size（但不是x.nbytes）。您可以在答案中添加更改 dtype（我从未在实时代码中这样做过，尽管我创建了与不同 dtype 对应的视图）。
你也可以做类似的奇怪的事情，虽然可能不推荐！

【解决方案2】：

您可以使用 ndarray.resize 更改 ndarray 的大小。我没有广泛使用它，所以我无法谈论优点或缺点。但是，看起来很简单

>>> a = ones(3)

>>> a.resize(1)

>>> a
array([ 1.])

但是，它似乎经常引发错误

>>> a.resize(3)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-34-bc3af9ce5259> in <module>()
----> 1 a.resize(3)

ValueError: cannot resize an array that references or is referenced
by another array in this way.  Use the resize function

这些可以通过传入refcheck=False 来抑制。这告诉 numpy 你知道你在做什么，它不需要检查没有其他对象正在使用相同的内存。当然，如果不是这种情况，这可能会导致问题。

>>> a.resize(3, refcheck=False)

>>> a
array([ 1.,  0.,  0.])

>>> a.resize((2, 2), refcheck=False)

>>> a
Out[39]: 
array([[ 1.,  0.],
       [ 0.,  0.]])

【讨论】：