重塑numpy，为滞后值添加额外的维度

Question

我在为递归神经网络重塑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

当我将其转换为一个numpy数组时，它将具有形状(num_samples, 3 features)

但我要做的是将其转换为（num_samples，timesteps，3个功能）

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] ]

这里的结果numpy数组在这里具有（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重塑，但无济于事

Answer 1

我认为您所追求的仅仅是这样：

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