如何在Python中将频率2D数据转换为原始1D数据？

Question

问题如下。

说我正在尝试对有关能量E的数据进行排序。通常从实验室回来，您将获得一维能量数据表，然后进行频率计数，转换为E-计数N表，然后尝试绘制直方图这可以在python中轻松完成，例如使用Numpy，Matplotlib或Seaborn包。

但是，我的问题直接逆转了。我现在有了频率计数表，并想进行重新采样。现在，我希望使用numpy.random.choice来生成更多数据以弥补实验期间的时间不足，但这需要您首先提供一个样本数组，如果我理解正确的话，应该在我的实验中形成一维原始数据数组。情况，是能量E的数组。

因此，我想出了以下代码，试图将E-N表单独转换为E表，但是显然，我花了太多时间来运行它。 （主要思想是，如果N_j = 3，则用E_j将表追加3次。）

#I have 5 sets of data 
dat_raw = np.empty((5, 0))
for i in range(5):
    x = dat_time[i, 0]
    y = dat_time[i, 1]
    for j in range(len(y)):
        while y[j]!=0:
            for k in range((Len(y[j])):
                np.append(dat_raw[i], (x[j]))
plt.figure()
for i in range(5):
    sns.histplot(dat_raw[i])
plt.show()     

所以我问是否有更简单的方法可以实现我的目标？