在python中是否有加快重塑过程的方法？

我目前正在使用

np.numpy

例如，我使用

x_-train=np.重塑（x_-train，（1000,7,5））

然而，随着上述代码行数的增加，重塑过程会消耗大量时间

例如，

x\u train=np。重塑（x\u train，（1000,9,5））

将完成时间增加2小时

我想知道是否有一种方法可以在不改变重塑尺寸的情况下缩短完成时间。还是另一种方式

提前谢谢

---

索尔。

你可能想看看numba：最多增加多少？2小时。问题是，随着中间值的增加，重塑需要花费大量时间。对我来说，大约需要0.00002秒（从

x_-train=np.arange（45000）

）。什么是

x_-train

？如果它已经是一个numpy阵列，则重塑速度应该非常快。如果有其他东西，首先必须重新整形

np.array（x\u train）

。但是（1000,7,5）不是那么大的数组，即使是从嵌套列表创建的。