Jupyter Notebook 中的时间序列数据窗口化方法

可以使用 Python 中的 numpy 库或 pandas 库中的 rolling 函数来实现将时间序列数据切片成固定大小的窗口。例如，可以使用以下代码将一个长度为 n 的时间序列数据切片成长度为 window_size 的窗口：

import numpy as np

def create_windowed_dataset(data, window_size):
    X = []
    y = []
    for i in range(len(data) - window_size):
        X.append(data[i:i+window_size])
        y.append(data[i+window_size])
    return np.array(X), np.array(y)

其中，data 是原始的时间序列数据，window_size 是窗口的大小，X 和 y 分别是切片后得到的输入和输出数据。可以根据具体的需求对 X 和 y 进行进一步处理，例如进行归一化、分割训练集和测试集等操作。