python数据处理——numpy rolling构造数据集操作

这是一个经常在机器学习中需要用到的操作，比如我们现在有一个dataframe样的数据集，我们需要把它feed进一个模型之中，我们首先要进行数据集的构造和切分工作.
比如数据集是一个日频的股票数据，我们要构造的样本，每一个样本回看100天，即长度是100，步长为2的数据，我们可以借助numpy下的一个函数来进行

from numpy.lib.stride_tricks import sliding_window_view

sliding_window_view(np.array([1, 2, 3, 4, 5, 6]), window_shape = 3)
# array([[1, 2, 3],
#        [2, 3, 4],
#        [3, 4, 5],
#        [4, 5, 6]])

对于我们的数据集，进行的操作就是：

import pandas as pd
from numpy.lib.stride_tricks import sliding_window_view
data = pd.read_csv('data.csv',index_col=0).values #这个data是我们要使用的数据集
#data.shape (1000,50) 1000天，feature的维度是50
data_set = sliding_window_view(data,window_shape=100)[::2, :] 
#设置窗口长度为100，步长是2
#data。shape (sample_num,100,50)