numpy.resize和numpy.reshape函數如何在python內部工作？

Question

在包裝numpy他們是兩個功能調整大小和重塑。他們的內部工作方式他們使用什麼樣的插值？我查看了代碼，但沒有得到它。誰能幫我嗎。或者圖像如何調整大小。它的像素會發生什麼？

Answer 1

據我所知numpy.reshape()只是重塑一個矩陣（如果它是一個圖像或不重要）。它不做任何插值，只是操縱矩陣中的項目。

a = np.arange(12).reshape((2,6)) 


a= [[ 0 1 2 3 4 5] 
    [ 6 7 8 9 10 11]] 


b=a.reshape((4,3)) 

b=[[ 0 1 2] 
    [ 3 4 5] 
    [ 6 7 8] 
    [ 9 10 11]] 

Answer 2

既不插入。如果你想知道圖像的插值和像素，他們可能不是你想要的功能。有一些image包（例如在scipy）操縱圖像的分辨率。

每個numpy數組有一個shape屬性。 reshape只是改變了這一點，根本不改變數據。新形狀必須引用與原始形狀相同的元素總數。

x = np.arange(12) 
x.reshape(3,4) # 12 elements 
x.reshape(6,2) # still 12 
x.reshape(6,4) # error 

np.resize是不常用的，但用Python編寫的，可供研究。你必須閱讀它的文檔，並且x.resize是不同的。越來越大，它實際上重複值或填充零。調整大小的

例子1D作用：

In [366]: x=np.arange(12) 
In [367]: np.resize(x,6) 
Out[367]: array([0, 1, 2, 3, 4, 5]) 
In [368]: np.resize(x,24) 
Out[368]: 
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 0, 1, 2, 3, 4, 
     5, 6, 7, 8, 9, 10, 11]) 
In [369]: x.resize(24) 
In [370]: x 
Out[370]: 
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 0, 0, 0, 0, 0, 
     0, 0, 0, 0, 0, 0, 0]) 

最近的問題有關scipy.misc.imresize。它還引用scipy.ndimage.zoom：

Broadcasting error when vectorizing misc.imresize()