在Python中重塑数据集

在Python中重塑数据集,python,numpy,dataset,reshape,numpy-ndarray,Python,Numpy,Dataset,Reshape,Numpy Ndarray,我有一个数据集: [[0.08007146 1. 0.96428571 0.02050692 0. ] [0.01779764 0.85714286 0.85714286 0.0176427 0. ] [0.02669778 0.64285714 0.5 0.03108454 1. ] ... [0.01552716 0.45454545 1. 0.01019869 0. ] [0.

我有一个数据集:

[[0.08007146 1.         0.96428571 0.02050692 0.        ]
 [0.01779764 0.85714286 0.85714286 0.0176427  0.        ]
 [0.02669778 0.64285714 0.5        0.03108454 1.        ]
 ...
 [0.01552716 0.45454545 1.         0.01019869 0.        ]
 [0.00931678 1.         0.25       0.0136772  1.        ]
 [0.03105702 0.83333333 1.         0.02045807 0.33333333]]
无论何时我将其重塑为(5,5),我都得到了预期的结果:

[[[0.08007146 1.         0.96428571 0.02050692 0.        ]
  [0.01779764 0.85714286 0.85714286 0.0176427  0.        ]
  [0.02669778 0.64285714 0.5        0.03108454 1.        ]
  [0.02966641 0.83333333 1.         0.01141099 0.33333333]
  [0.00889919 0.5        1.         0.00837062 1.        ]]

 [[0.01483161 0.83333333 1.         0.00847276 0.33333333]
  [0.0148321  0.83333333 0.83333333 0.01239681 0.33333333]
  [0.00593259 0.66666667 1.         0.00833658 0.33333333]
  [0.00296632 1.         0.16666667 0.00900119 0.        ]
  [0.04449483 1.         0.9375     0.00967617 1.        ]]

 [[0.04450035 0.9375     1.         0.01646444 0.33333333]
  [0.04449446 0.88235294 0.9375     0.01299926 1.        ]
  [0.05042079 0.73913043 0.94444444 0.02087993 1.        ]
  [0.10085577 0.97142857 1.         0.02407424 1.        ]
  [0.00296554 1.         1.         0.00803905 1.        ]]
我怎样才能把它重塑成在第二个序列中有第一个序列的第二个元素?我的意思是这样的:

[0,1,2,3,4][1,2,3,4,5][2,3,4,5,6][3,4,5,6,7][4,5,6,7][4,5,6,7,8].]

我尝试通过以下方法在循环中重塑/切片:

x = np.ndarray

for i in range(0,len(X)):
    a = X[i:i+5]
    x = np.concatenate((a,x))

但是我犯了错误。

使用我的
作为_大步
配方
窗口
从:


步骤
参数在这种情况下在技术上不需要,但为了清晰起见,包括了这些参数。

使用我的
作为步骤
配方
窗口
从:


步骤
参数在本例中在技术上不需要,但为了清晰起见,包含了这些参数。

您需要写入结果数组,还是仅根据结果数组进行计算?您可以轻松地查看,请提供一个,您现在拥有的实际上不起作用。“重塑”不会以这种方式拆分数组。您需要写入结果数组,还是仅根据结果进行计算?您可以轻松地查看,请提供一个,您现在拥有的实际上不起作用。“重塑”不会以这种方式分割阵列。
input = np.random.rand(15, 5)
current_output = input.reshape(-1, 5, 5)  #I think?
expected_output = window_nd(input, 5, steps = 1, axis = 0)