我的 Numpy 陣列應該是什么尺寸？ 窺探痕跡

Question

我目前有 175x 事件的地震數據，每個事件有 3 條軌跡（軌跡是 numpy arrays 地震數據）。 對於這 175 個樣本中的每一個，我都有關於地震數據是否為地震的分類標簽。 我希望將我的數據格式化為 numpy arrays 以進行建模。 我嘗試將 dataframe 放入 numpy arrays 中，每列都是不同的軌跡。 所以列將是“跟蹤一”“跟蹤二”“跟蹤三”。 這沒有用。 我嘗試了許多不同的方法來安排數據以與 keras 一起使用。 我現在正在尋找為 go 的數據創建一個 numpy 矩陣，然后用於建模。 我曾認為形狀可能是(175,3,7501)為(#number of events, #number of traces,#number of samples in trace) ，但是我然后迭代並嘗試將三個跟蹤添加到 numpy矩陣並失敗了。 我習慣於使用數據幀而不是 numpy 來輸入 Keras。

newrow = np.array([[trace_copy_1],[trace_copy_2],[trace_copy_3]])
data = numpy.vstack([data, newrow])

data形狀為(175,3,7510) 。 newrow形狀是(3,1,7510)並且不允許我將newrow添加到data 。

我接收數據的形式是 obspy 流，每個 stream 都有 3 個跟蹤對象。 With each trace object, it holds the trace data in numpy arrays and so I'm having to access and append those to a dataframe for modelling as obviously I can't feed a stream or trace object to keras model.

Answer 1

如果我正確理解您的數據，您可以嘗試以下方法之一：

• 如果您的data形狀是(175, 3, 7510)定義newrow如下newrow = np.array([trace_copy_1,trace_copy_2,trace_copy_3])與trace_copy_x是一個 numpy 數組與形狀7510 。
• 使用重塑 function （與numpy.reshape(new_row, (3, 7510))或new_row.reshape((3, 7510))
• 如果您熟悉數據幀，您仍然可以通過減少數據的維度來使用 pandas 數據幀（例如，您可以在同一行的末尾添加不同的軌跡，這是您在處理圖像時經常看到的）。 這里可能類似於pandas.DataFrame(data.reshape((175, 3*7510)))

除此之外，我建議使用numpy.concatenate而不是numpy.vstack （更通用）。

我希望它會起作用。

干杯

Answer 2

感謝您的回答。 我解決這個問題的方法是創建了所需的適合形狀的 NumPy 數組。 （索引或事件數，跟蹤數（或數組數），然后是樣本量（或每個數組中的值的量）

然后我創建了一個新行。 然后我重新塑造並添加。 在此之后，我在開始添加新數據之前拆分數據以刪除原始數據。

data = np.zeros(shape=(175,3,7501))
newrow = [[trace_copy_1],[trace_copy_2],[trace_copy_3]]
newrow = np.array([[trace_copy_1],[trace_copy_2],[trace_copy_3]])
newrow = newrow.reshape((1,3,7501))