在通道和试验中重塑脑电数据

Question

我正在研究脑电图数据集。使用16个电极测量数据集。每个对象数据具有122880个数据点的形状数组。通道1测量7680个数据点，通道2测量7680个数据点，直到16个通道。
7680*16=122800

我已经用

np.reshape(data,(7680,16).

现在我想把每个通道的7680个数据点进一步分成256个数据点。 所以我用

np.reshape(data,(256,-1,16)

让我知道这是一个正确的方法。实际上，我希望在第一频道中使用0-7680元素，而不是在第二频道中使用7680-7680*2，以此类推。
现在如果我只看第一频道，它有7680个点，我想把这7680个点重塑成30个测试，比如每个测试有256个元素

Answer 1

我错了。当您将维度设置为(256,-1,16)时，numpy将为您进行除法，并将-1替换为30。注意，这可能只发生在负整数上（我用-1、-2、-3测试）。所以呢

np.reshape(data,(256,-1,16))

将返回一个大小为256 x 30 x 16的数组，是的，完成了。你知道吗

---

编辑： 对于您的数据，如前所述：

First 7680 samples represent 1st channel, then 7680 - 2nd channel, ets.

正确的重塑方法是

np.reshape(data, (16, 7680))

然后将7680个样本分成30个试验，每个通道包含256个样本。很简单：

np.reshape(data, (16, 30, 256))
# or just simply
np.reshape(data, (16, -1, 256)) # as numpy will do division for you

如果要将256个样本划分为一组样本，请执行以下操作：

np.reshape(data, (16, 30, number_of_clusters, size_of_each_cluster))

请记住始终从外到内，首先放置簇的数目，然后放置簇的大小。你知道吗

---

EDIT2：你说过你想要一组30个试验，每个试验包含一个2D数组，其中16列作为16个电极，256行作为256个点在2秒内。你知道吗

代码如下：

temp = np.reshape(data, (7680,16), order='F')
output = temp.reshape((30,256,16))

要使用单行代码：

data.reshape((7680,16), order='F').reshape((30,256,16))

说明：在python重塑数组之前，它首先将其展平（如果还没有）。然后将每个元素逐个放入一个新数组。你知道吗

默认情况下，order='C'，这意味着它将从上到下逐行放置元素（与我们的写入和读取方式相同）。而order='F'意味着它将从左到右逐列地放置元素。你知道吗

你的数据来自第一频道7680点。这就是我使用order='F'的原因。你知道吗