Python numpy在通道和试验中重塑EEG数据

我正在研究脑电图数据集。使用16个电极测量数据集。每个主题数据都有一组122880个数据点。通道1测量7680个数据点，通道2测量7680个数据点，直到16个通道为止。 7680*16=122800

我已使用

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

现在，我希望每个通道中的7680个数据点进一步拆分为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，我希望通道1中的元素为0-7680，而通道2中的元素为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个试验，比如每个试验有256个元素，我错了。当您将尺寸标注为256，-1,16时，numpy将为您进行除法，并将-1替换为30。请注意，这只可能发生在使用-1、-2、-3测试的负整数I上。所以

np.重塑数据，256，-1,16 将返回一个大小为256 x 30 x 16的数组，是的，已完成

编辑： 对于您的数据，如前所述：

前7680个样本代表第一个通道，然后是7680-第二个通道，ets

重塑它的正确方法是

np.Reformedata，167680 然后将7680个样本分成30个试验，每个通道包含256个样本。这很简单：

np.Reformedata，16,30,256 或者干脆 np.Reformedata，16，-1，256作为numpy将为您进行除法 然后，如果要将256个样本划分为某个样本簇，请执行以下操作：

np.Reformedata，16,30，簇的数目，每个簇的大小 请记住，要始终从外到内，首先放置群集的数量，然后放置群集的大小

EDIT2：你说你想要一组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

代码如下：

温度=np.Reformedata，7680,16，顺序='F' 输出=温度重塑30256,16 要使用单行代码，请执行以下操作：

数据。重塑7680,16，顺序='F'。重塑30256,16 说明：在python重塑数组之前，如果还没有，它会首先将其展平。然后它将每个元素逐个放入一个新数组

默认情况下，order='C'，这意味着它将按照我们写和读的方式从上到下逐行放置元素。而order='F'表示它将从左到右逐列放置元素

---

您的数据首先来自通道1的7680点。这就是为什么我使用order='F'。

您的意思是从每个通道将7680个数据点更改为256个？有什么标准吗？实际上我想创建2秒的试验，因为采样频率是128Hz，2*128=256，所以将数据拆分为2秒，给我30个试验。重塑仅重塑元素，而不分割元素。所以你必须确保元素的数量保持不变。我有点困惑np。重塑数据256，-1,16将生成一个大小为256,30,16的数组。这导致了122880更让我困惑的事情，无论数据的形状是256,30,16还是30256，16@TalhaAnwar数据是如何收集和整理的？这里是数据链接，其实我没有太多的信息。我犯了错误，有些事情现在已经清楚了。我希望每个试验有16列，每列有256个点。如果我们必须分两步进行，例如数据。重塑167680，然后进行转置，现在形状是7680,16，现在我必须将其重塑为30个试验，所以现在我必须进行数据。重塑30256,16我正确吗？