2017-07-03 8 views

答えて

1

1D配列がxをされると仮定すると、あなたはこれを行うことができます。

x = x[:384 * (x.shape[0] // 384)].reshape(-1, 384) 

xは今形状(n, 384)を持っています。 x[i]0 <= i < n)で各チャンクにアクセスできます。

+0

@MihaGの連結よりも高速になりますです。ちょっとメモ:もしxが1Dのnumpyの配列ならば、 'x.shape [0] // 384'で切り捨て操作を高速化することができます。 –

1

「サブアレイ」の意味に依存します。

np.split(x, np.arange(0, x.size, 384))[:-1] 

あなたは@COLDSPEEDに出力相当を取得するためにnd.array()にそれをラップすることができますが、おそらく少し遅く:あなたは384個のndarrayオブジェクトをサイズのリストが必要な場合

、これはあなたが要求したとおりに行います。

これに本当の利点は、あなたが1つのn x 384配列に様々な大きさのものを多くndarraysに参加したい場合は、リストの連結は、おそらくndarrayオブジェクト

関連する問題