如何使用python将传感器数据（1200,9）转换为（9200,1）？

传感器数据的形状是1200,9，通道数是9，但我想将其转换为通道数为1的二维数据，最终形状是9200,1。我已经测试了keras.layers.core.reforme9200,1，但是有错误。所以我不知道该怎么办，我希望有人能帮助我，非常感谢。

如果您在处理数据时这样做。你可以用numpy。文档中的示例：

>>> x = np.array([[[0,1],[2,3]],[[4,5],[6,7]]])
>>> x
array([[[0, 1],
        [2, 3]],
       [[4, 5],
        [6, 7]]])

>>> np.swapaxes(x,0,2)
array([[[0, 4],
        [2, 6]],
       [[1, 5],
        [3, 7]]])

但是，如果您使用它来转换某个训练层，则必须在深度学习框架中使用tensorflow函数或模拟函数

x = tf.constant([[[ 1,  2,  3],
                  [ 4,  5,  6]],
                 [[ 7,  8,  9],
                  [10, 11, 12]]])

tf.transpose(x, perm=[0, 2, 1])  # [[[1,  4],
                                 #   [2,  5],
                                 #   [3,  6]],
                                 #  [[7, 10],
                                 #   [8, 11],
                                 #   [9, 12]]]

---

在您的情况下，因为我们讨论的是系统的输入，所以您应该使用np.swapax进行预处理步骤。

tuplelist1，200，9[：-1]>Simple优于complexe importthis@Abdelouahab哦，我的天啊，它起作用了，非常感谢你。首先，非常感谢你的帮助。我使用keras建立cnn模型，输入为1200,9，我使用np.swapaxes转换传感器数据，但有一个错误“Tensor”对象没有属性“swapaxes”，因此我如何转换Tensor形状？如果您的输入具有形状“1200,9”，您必须在将数据传递给keras之前对其进行预处理，这意味着，在传递给keras变量之前，先执行swapaxes`函数。