Python np.arange在调整大小时创建空值矩阵

以下是我正在使用的代码：

import numpy as np
import pandas as pd
from pandas import DataFrame, Series
animals = DataFrame(np.arange(16).resize(4, 4), columns=['W', 'X', 'Y', 'Z'], index=['Dog', 'Cat', 'Bird', 'Mouse'])
print(animals)

我得到的结果是：

         W    X    Y    Z
Dog    NaN  NaN  NaN  NaN
Cat    NaN  NaN  NaN  NaN
Bird   NaN  NaN  NaN  NaN
Mouse  NaN  NaN  NaN  NaN

我期望的结果是：

         W    X    Y    Z
Dog      0    1    2    3
Cat      4    5    6    7
Bird     8    9   10   11
Mouse    12   13   14   15

但是，如果我只运行：

print(np.arange(16))

我得到的结果是：

[0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15]

使用

或使用

使用resize需要将数组作为参数传递

import pandas as pd
animals = pd.DataFrame(np.resize(np.arange(16),(4, 4)), columns=['W', 'X', 'Y', 'Z'], index=['Dog', 'Cat', 'Bird', 'Mouse'])
print(animals)

将进行就地操作。因此，预先计算大小，然后创建一个数据帧

a=np.arange(16)
a.resize(4,4)
import pandas as pd
animals = pd.DataFrame(a, columns=['W', 'X', 'Y', 'Z'], index=['Dog', 'Cat', 'Bird', 'Mouse'])
print(animals)

从文档中可以看到：“更改阵列的形状和大小。” 因此，调用

resize

将返回

None

---

您需要重塑。正如在

np.arange（16）中一样。重塑（4，4）

只是为了增加上面的答案，对于

调整大小

：

在适当位置更改阵列的形状和大小

因此，与重塑不同，

resize

不会创建新数组。实际上

np.arange（16）.resize（4，4）

会产生

None

，这就是为什么会得到

Nan

值

使用

重塑

返回一个新数组：

返回包含具有新形状的相同数据的数组

import pandas as pd
animals = pd.DataFrame(np.resize(np.arange(16),(4, 4)), columns=['W', 'X', 'Y', 'Z'], index=['Dog', 'Cat', 'Bird', 'Mouse'])
print(animals)

a=np.arange(16)
a.resize(4,4)
import pandas as pd
animals = pd.DataFrame(a, columns=['W', 'X', 'Y', 'Z'], index=['Dog', 'Cat', 'Bird', 'Mouse'])
print(animals)

ndarray.resize(new_shape, refcheck=True)

 ndarray.reshape(shape, order='C')