Python 如何使用矩阵的维数生成for循环

我有一个叫做数据集的二维数组，它是335x225。我想填充一个新的空数组，称为newDataSet，1-D数组，即1 x 7537。新数据集应从数据集的前7537个数据点开始填充。我该怎么做

我想使用它作为一个for循环，如下所示：

for row in trainingData.shape[0]
    for column in trainingData.shape[1]
    bin_1 = trainingData[:33,:255]

---

如果使用numpy，则不需要循环

import numpy as np    
dataset = np.random.random((335, 225))

首先将

数据集

重新整形为

1x（335*225）

数组，然后从中提取前7537个元素

new_array = dataset.reshape(1, 75375)[:,0:7537]

---

如果使用numpy，则不需要循环

import numpy as np    
dataset = np.random.random((335, 225))

首先将

数据集

重新整形为

1x（335*225）

数组，然后从中提取前7537个元素

new_array = dataset.reshape(1, 75375)[:,0:7537]

---

生成子集的一步方法：

subsets=np.split(a.ravel(),range(0,a.size,a.size//10)[1:-1])

In [30]: [len(s) for s in subsets]
Out[30]: [7537, 7537, 7537, 7537, 7537, 7537, 7537, 7537, 7537, 7542]

---

这些只是视图，因此不会复制数据。对于训练集来说，这通常不是问题。

生成子集的一步方法：

subsets=np.split(a.ravel(),range(0,a.size,a.size//10)[1:-1])

In [30]: [len(s) for s in subsets]
Out[30]: [7537, 7537, 7537, 7537, 7537, 7537, 7537, 7537, 7537, 7542]

---

这些只是视图，因此不会复制数据。对于训练集来说，这通常不是问题。

7537

或

75375

7537。我想制作10个由原始数据子集组成的新数组。因此，前9个数组（1-D）将有7537个数据，最后一个数组将有7542个。可能重复的

trainingData.shape[i]

将始终是一个整数，这是不可匹配的。如果您想迭代到该整数，请对

i

的任何值使用

range（trainingData.shape[i]）

，但我没有得到这样的结果：您想要一个数组还是数组列表？单个阵列可能会很麻烦，因为数据不完全匹配，需要进行一些对齐。

7537

或

75375

7537。我想制作10个由原始数据子集组成的新数组。因此，前9个数组（1-D）将有7537个数据，最后一个数组将有7542个。可能重复的

trainingData.shape[i]

将始终是一个整数，这是不可匹配的。如果您想迭代到该整数，请对

i

的任何值使用

range（trainingData.shape[i]）

，但我没有得到这样的结果：您想要一个数组还是数组列表？单个阵列可能会很麻烦，因为您需要一些对齐，因为数据不完美。重塑的好主意：）但我不想重用原始数据中的数据点。换句话说，第一个数组应该包含1-7537，第二个数组应该包含7536-15073…等等。因此，将

新建数组=数据集。重塑（175375）[：，0:7537]

仍然有效？使用

数组到数组9=数据集。ravel（）[0:7537*9]。重塑（（97537））

和

最后一个数组=数据集。ravel（）[7537*9://code>。但是应该有一个更优雅的方法。重塑的好主意：）但我也不想重用原始数据中的数据点。换句话说，第一个数组应该包含1-7537，第二个数组应该包含7536-15073…等等。因此，将
新建数组=数据集。重塑（175375）[：，0:7537]
仍然有效？使用
数组到数组9=数据集。ravel（）[0:7537*9]。重塑（（97537））
和
最后一个数组=数据集。ravel（）[7537*9://code>。但应该有一种更优雅的方式。