我有来自7个设备的10秒数据，每个设备在1D阵列中有2个通道，采样频率为51。2KHz。
我把数组分成10个
time_split = np.array_split(data, 10)
然后，我将time_split的每个元素拆分为每个设备的样本
device_split = [([np.array_split(d, 7) for d in time_split]
device_split.shape给出(10, 7, 51200)
因此，每秒7个通道中的每个通道都有51200个样本
好了，我现在有点想不明白了。我想为每个设备重建一个时间序列，例如，
对于设备0，我期望一个长度为10 x 51200的数组，即51处的10秒样本。2KHz的设备。
我试过了
devices = device_split[:][0]
devices.shape给出(7, 51200)，因此devices[0]仅是来自设备0的1秒数据，而不是完整的10秒数据。
device_split[:][:]只返回原始数组
什么是有效的。..

dev_0 = []
dev_1 = []
dev_2 = []
dev_3 = []
dev_4 = [] 
dev_5 = []
dev_6 = []

for sec in device_split:
    
    dev_0.append(sec[0])
    dev_1.append(sec[1])
    dev_2.append(sec[2])
    dev_3.append(sec[3])
    dev_4.append(sec[4])
    dev_5.append(sec[5])
    dev_6.append(sec[6])
    
dev_0 = np.array(dev_0).flatten()
dev_1 = np.array(dev_1).flatten()
dev_2 = np.array(dev_2).flatten()
dev_3 = np.array(dev_3).flatten()
dev_4 = np.array(dev_4).flatten()
dev_5 = np.array(dev_5).flatten()
dev_6 = np.array(dev_6).flatten()

我突然想到，必须有一个更numpy的方式来做到这一点！
有吗？