python - 基于 np.array 的移动切片重建 np.array 的有效方法
问题描述
我有一个包含 17 个变量的 x 时间步长 t 的 numpy 数组。我的目标是通过让每个索引都包含 t、t+1、t+2 和 t+3 的 17 个变量来重建数组。因此,每个索引的变量数从 17 个增加到 68 个(4*17 个变量)。由于我将在大型数据集上进行此计算,因此我想知道最有效的方法是什么。
谢谢!
解决方案
推荐阅读
- c++ - C++ - 如何以独立于平台、线程安全的方式以用户首选的日期/时间语言环境格式格式化文件的最后修改日期和时间
- git - ArgoCD GitOps,其中每个 pod 的图像标签始终是 git commit hash
- c++ - 为什么没有 vtable 的结构有额外的 4 个字节?
- node.js - Docker(在 VSCode 中)不访问转发端口(在 Linux 机器上)
- java - WebSocket 连接无异常被拒绝
- javascript - 如果在时间段内没有调用事件,则执行函数
- python - 使用 Python 脚本引用 Snowflake Python 连接器的 AWS Python Shell Glue 1.0 作业因依赖问题而失败
- android - Jetpack Compose - TextField 在底部剪切文本
- ios - 如何使用 ForEach 中制作的 TextField 更新结构的属性
- git - 通过 ssh 从我的机器克隆一个 git 存储库到另一个