快速换位np.数组然后给fi写信

Question

在什么地方写tdm.txt文件。TDMS文件结构具有由numpy数组格式的通道组成的组。我正试图找出最快的方法来遍历组和频道，并将它们转换为“表”格式。我有一个可行的解决方案，但我认为这并不快。在

我的代码片段（其中文件已打开到tdms变量和groups变量）是该.tdms文件中的组列表。代码循环遍历组，并将该组中的通道列表打开到channels变量。为了得到数字阵列来自频道的数据您使用频道[list index].data。然后我就用column_ntustack逐个将通道添加到“table”格式，并用np.savetxt文件. 有没有更快的方法？在

for i in range(len(groups)):
    output = filepath+"\\"+str(groups[i])+".txt" 
    channels = tdms.group_channels(groups[i]) #list of channels in i group
    data=channels[0].data #np.array for first index in channels list
    for i in range(1,len(channels)):
       data=np.column_stack((data,channels[i].data))       

    np.savetxt(output,data,delimiter="|",newline="\n")  

通道数据为一维阵列。长度=6200

^{pr2}$

Answer 1

我认为您可以通过以下方式简化column_stack应用程序：

np.column_stack([chl.data for chl in channels])

我认为这不会节省时间

你的数据是这样的吗？在

^{pr2}$

savetxt遍历data的行，执行格式化并对每个行进行写入。在

由于输出的每一行都由来自channels的每个数据点组成，我认为您必须像这样组装一个2d数组。你必须迭代channels来做（假设它们是不可矢量化的对象）。在

在data的行中循环并编写自己的行似乎没有任何好处。savetxt是相对简单的Python代码。在

---

对于相同大小的1d数组，这种构造更简单，使用基本的np.array更快：

np.array([[0,1,2],[10,11,12],[20,21,22]]).T