我有一個名為 MEL of shape (94824,) 的數據集，其中大多數實例的形狀為 (99, 13)，但有些實例的形狀較小。它由（浮動）MEL 頻率組成。我試圖將所有值放入一個空的 numpy 形狀矩陣 (94824, 99, 13) 中。所以有些實例是空的。有什么建議？MEL type = numpy.ndarrayfor i in MEL type(i) = <class 'numpy.ndarray'>for j in i type (j) = <class 'numpy.ndarray'>
1 回答
蕭十郎
TA貢獻1815條經驗 獲得超13個贊
由于您的MEL數組不是均勻形狀，首先我們需要過濾掉形狀常見的數組（即(99, 13)）。為此，我們可以使用：
filtered = []
for arr in MEL:
if arr.shape == (99, 13):
filtered.append(arr)
else:
continue
然后我們可以初始化一個數組來保存結果。然后我們可以迭代這個過濾后的數組列表并計算軸 1 上的平均值，如：
averaged_arr = np.zeros((len(filtered), 99))
for idx, arr in enumerate(filtered):
averaged_arr[idx] = np.mean(arr, axis=1)
這應該計算所需的矩陣。
這是一個重現您的設置的演示，假設所有數組都具有相同的形狀：
# inputs
In [20]: MEL = np.empty(94824, dtype=np.object)
In [21]: for idx in range(94824):
...: MEL[idx] = np.random.randn(99, 13)
# shape of the array of arrays
In [13]: MEL.shape
Out[13]: (94824,)
# shape of each array
In [15]: MEL[0].shape
Out[15]: (99, 13)
# to hold results
In [17]: averaged_arr = np.zeros((94824, 99))
# compute average
In [18]: for idx, arr in enumerate(MEL):
...: averaged_arr[idx] = np.mean(arr, axis=1)
# check the shape of resultant array
In [19]: averaged_arr.shape
Out[19]: (94824, 99)
添加回答
舉報
0/150
提交
取消