python - reshape numpy为滞后值添加额外维度

Question

我在为循环神经网络 reshape numpy 数组时遇到问题。我有一个看起来像这样的数组

     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，其形状将是 (num_samples, 3 features)

但我需要做的是将其转换为 (num_samples, timesteps, 3 features)

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] ]

这里生成的 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添加新列并进行 reshape ，但无济于事

Answer 1

我认为你所追求的只是这样:

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