scipy.sparse.lil_array.

resize#

lil_array.resize(*shape)[source]#

将数组/矩阵就地调整为 shape 给出的维度

位于新形状内的任何元素将保留在相同的索引处,而位于新形状之外的非零元素将被删除。

参数:
shape(int, int)

新数组/矩阵中的行数和列数

注释

语义与 numpy.ndarray.resizenumpy.resize 不完全相同。 在这里,如果索引位于新边界内,则在reshape之前和之后,每个索引处将保持相同的数据。 在 numpy 中,resize 保持数组的连续性,在逻辑数组中移动元素,但不在扁平化表示中移动。

我们不保证是否会就地修改底层数据属性(数组等)或替换为新对象。