重塑numpy为滞后值添加额外的维度

Question

我在为循环神经网络重塑numpy数组时遇到了麻烦。我有一个像这样的数组

     10 day       15 day   25 day
24     295.775   275.283333   281.16
25     296.000   275.483333   281.56
26     295.825   275.500000   281.75
27     295.425   275.350000   281.91
28     295.275   294.883333   282.04

当我将其转换为numpy数组时它的形状将是(num_samples, 3 features)

但是我需要做的是把它变成(num_samples, timesteps, 3 features)

，其中数组看起来像

[ [ [295.775   275.283333   281.16]
    [296.000   275.483333   281.56]
    [295.825   275.500000   281.75]
    [295.425   275.350000   281.91] ]
  [ [296.000   275.483333   281.56]
    [295.825   275.500000   281.75]
    [295.425   275.350000   281.91]
    [295.275   294.883333   282.04] ]

这里得到的numpy数组有(number_samples, 4个时间步长，3个特征)

我一直在尝试为滞后变量和重塑添加新列，但无济于事

Answer 1

我想你想要的是:

np.array([arr[i:i+4] for i range(len(arr)-4)])