在numpy模組中，我們經常會使用resize 和 reshape,在具體使用中，通常是使用resize改變陣列的尺寸大小，使用reshape用來增加陣列的維度。

1.resize

之前看到別人的部落格說，resize沒有返回值，其實這取決於你如何使用resize,resize有兩種使用方式，一種是沒有返回值的，直接對原始的資料進行修改，還有一種用法是有返回值的，所以不會修改原有的陣列值。

1.1有返回值，不對原始資料進行修改

import numpy as np
X=np.array([[1,2,3,4],
              [5,6,7,8],
              [9,10,11,12]])

X_new=np.resize(X,(3,3)) # do not change the original X
print("X:\n",X)  #original X
print("X_new:\n",X_new) # new X

>>
X:
 [[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
X_new:
 [[1 2 3]
 [4 5 6]
 [7 8 9]]
 

1.2 無返回值，直接修改原始陣列的大小

import numpy as np
X=np.array([[1,2,3,4],
              [5,6,7,8],
              [9,10,11,12]])

X_2=X.resize((3,3))  #change the original X ,and do not return a value
print("X:\n",X)  # change the original X
print("X_2:\n",X_2) # return None

X:
 [[1 2 3]
 [4 5 6]
 [7 8 9]]
X_2:
 None
 

2.reshape

給陣列一個新的形狀而不改變其資料

import numpy as np
X=np.array([1,2,3,4,5,6,7,8])

X_2=X.reshape((2,4)) #retuen a 2*4 2-dim array
X_3=X.reshape((2,2,2)) # retuen a 2*2*2 3-dim array

print("X:\n",X)
print("X_2:\n",X_2)
print("X_3:\n",X_3)

>>
X:
 [1 2 3 4 5 6 7 8]
X_2:
 [[1 2 3 4]
 [5 6 7 8]]
X_3:
 [[[1 2]
  [3 4]]

 [[5 6]
  [7 8]]]