如何获得1维到3维的整形？

Question

这是我的代码

def create_dataset(signal_data, look_back=1):
    dataX, dataY = [], []
    for i in range(len(signal_data) - look_back):
        dataX.append(signal_data[i:(i + look_back), 0])
        dataY.append(signal_data[i + look_back, 0])
    return np.array(dataX), np.array(dataY)

look_back = 20
...

train_size = int(len(data) * 0.80)

test_size = len(data) - train_size

train = data[0:train_size]

test = data[train_size:len(data)]

x_train, y_train = create_dataset(train, look_back)

x_test, y_test = create_dataset(test, look_back)

那么x_train形状为（62796，20）和y_train形状为（62796，）

我将此数据用于LSTM

因此，完成了重塑x_train = np.reshape(x_train, (x_train.shape[0], x_train.shape[1], 1))

（现在x_train.shape是（62796，20，1））

但是y_train形状是（62796，）所以，我无法重塑1D-> 3D

我如何y_train重塑1D-> 3D

我想要y_train形状为（62796，20，1）因为要LSTM return_sequences=True参数

Answer 1

那是您要找的东西吗？

y_train = np.ones(100)
print(y_train.shape) #prints (100,)
y_train = y_train.reshape(-1,1,1)
print(y_train.shape) # prints (100,1,1)

编辑：最终解决方案，经过简短的评论讨论：

y_train=np.repeat(y_train.reshape(-1,1), 20, axis=1).reshape(-1,20,1)