Machine learning 如何将所有信息从3d numpy阵列导出到csv文件

我试图解决上述Kaggle问题，我想导出预处理的csv，以便在weka上构建模型，但当我试图将其保存在csv中时，我丢失了一个维度，我想保留该csv中的所有信息

请帮助我了解相关代码或任何资源

谢谢

打印（缩放）
|x | y | z |标签
|1.485231    |-0.661030  |-1.194153  |0
|0.888257    |-1.370361  |-0.829636  |0
|0.691523    |-0.594794  |-0.936247  |0

Fs=20
框架尺寸=Fs*4#80
hop_size=Fs*2#40
def获取帧（df、帧大小、跃点大小）：
N_特征=3
帧=[]
标签=[]
对于范围内的i（0，len（df）-帧大小，跃点大小）：
x=df['x']。值[i:i+帧大小]
y=df['y']。值[i:i+帧大小]
z=df['z']。值[i:i+帧大小]
label=stats.mode（df['label'][i:i+frame_size]）[0][0]
frames.append（[x，y，z]）
标签。附加（标签）
frames=np.asarray（frames）.重塑（-1，frames\u大小，N\u特征）
标签=np.asarray（标签）
返回帧、标签

x，y=获取帧（缩放的帧x、帧大小、跳大小）
x、 形状，y形
((78728, 80, 3), (78728,))

根据您发布的链接，数据是以20 Hz频率采样的时间序列加速计/陀螺仪数据，每个样本都有一个标签。他们希望将时间序列聚合到帧中（相应的标签是给定帧中最常见的标签）

因此，

frame\u size

是一帧中的样本数，

hop\u size

是滑动窗口在每次迭代中向前移动的量。换句话说，帧重叠了50%，因为

hop\u size=frame\u size/2

因此，在最后，您将得到一个长度为80的78728帧的3D数组，每个数组有3个值（

x

，

y

，

z

）

编辑：要回答有关如何导出为CSV的新问题，您需要将3D帧阵列“展平”为2D阵列，因为这是CSV所代表的。有多种不同的方法可以做到这一点，但我认为最简单的方法可能只是将最后两个维度连接起来，这样每一行都是一个帧，由240个值组成（每个值有80个样本，每个样本有3个坐标）。然后将标签连接为最后一列

x_2d=np.重塑（x，（x.shape[0]，-1））
full=np.连接（[x，y]，轴=1）
作为pd进口熊猫
df=pd.数据帧（完整）
df.to_csv（“frames.csv”）

如果还需要正确的列名：

columns=[]
对于范围内的i（1，x.shape[1]+1）：
extend（[f“{i}X”、f“{i}Y”、f“{i}Z]”）
列。追加（“标签”）
df=pd.DataFrame（完整，列=列）

谢谢您的解释。只是想知道为什么我们在x和y变量中得到不同形状的数据？这两个变量之间的区别是什么？x是实际帧数据，y是标签数组，因此y仅为1D。此外，您编辑了该问题，因此它现在是一个不同的问题。相反，你应该在问题的底部添加信息，这样人们就不会感到困惑。是的@Aaron因为你提供了解决方案，我可以继续，但后来卡住了，实际上，我只想要csv中的一个数据文件，而不是两个数据文件，即x和y，有什么方法可以在一个csv文件中导出所有信息吗？我已经更新了答案。