基于时间步拆分RNN训练集：X_train生成代码索引含义疑问

先明确几个核心变量的意义：

• train_scaled：归一化后的训练集二维数组，每行对应一个时间步的股票数据，每列对应一个特征（这里第0列是开盘价）。
• timesteps=40：设定用过去40个连续时间步的开盘价，来预测下一个时间步的开盘价。

针对train_scaled[45-40:45, 0]的具体解释 #

当i=45、timesteps=40时，这个切片等价于train_scaled[5:45, 0]：

• 第一个维度的5:45：Python切片遵循左闭右开规则，取数组中第5行（包含）到第45行（不包含）的所有行，刚好是40行数据（45-5=40），对应过去40个时间步的开盘价记录。
• 第二个维度的0：指定只提取这40行里的第0列，也就是单独取出开盘价特征，最终得到一个长度为40的一维数组，作为RNN的一组输入样本。

结合循环逻辑理解 #

循环里的i应该是从timesteps（也就是40）开始遍历到训练集的总长度：

• 每一个i对应的X_train样本，是第i-timesteps到i-1个时间步的开盘价数据；
• 对应的Y_train样本，则是第i个时间步的开盘价，也就是我们要预测的目标值。

举个具象的例子：如果行号对应日期，第0行是Day1，第44行是Day45，第45行是Day46。那train_scaled[5:45,0]就是Day6到Day45的40个开盘价，用来预测Day46的开盘价。

内容的提问来源于stack exchange，提问作者Jacob