Python用range()生成滑动窗口序列丢失末尾数据如何补全？

原函数问题说明 #

原有实现的range终止条件设为len(csv)-window_size，仅会生成数据完全匹配窗口长度的窗口，当末尾剩余数据长度不足窗口大小时就会直接停止遍历，导致尾部数据丢失。

修改后实现代码 #

通用列表版本 #

如果输入的csv数据为Python列表格式，可直接使用以下实现，默认在窗口末尾填充0，你可以根据需求调整填充值、填充位置：

def create_sequences(csv, window_size, stride, pad_value=0):
    sequences = []
    data_len = len(csv)
    # 遍历所有步长对应的起始位置
    for i in range(0, data_len, stride):
        window = csv[i:i+window_size]
        # 长度不足时补全
        if len(window) < window_size:
            pad_length = window_size - len(window)
            # 末尾填充，如需头部填充改为 window = [pad_value]*pad_length + window 即可
            window += [pad_value] * pad_length
        sequences.append(window)
    return sequences

Numpy数组版本 #

如果输入为Numpy数组格式，可使用np.pad更便捷地实现填充：

import numpy as np

def create_sequences(csv_arr, window_size, stride, pad_value=0):
    sequences = []
    data_len = len(csv_arr)
    for i in range(0, data_len, stride):
        window = csv_arr[i:i+window_size]
        if len(window) < window_size:
            pad_length = window_size - len(window)
            # (0, pad_length)表示头部不填充、末尾填充pad_length位，如需头部填充改为(pad_length, 0)即可
            window = np.pad(window, (0, pad_length), mode='constant', constant_values=pad_value)
        sequences.append(window)
    return np.array(sequences)

效果验证 #

以你给出的示例验证：数据总长度115、窗口大小30、步长20时，修改后的函数会依次生成如下窗口：

• 0-30（完整窗口）
• 20-50（完整窗口）
• 40-70（完整窗口）
• 60-90（完整窗口）
• 80-110（完整窗口）
• 100-130（实际取100-115共15位，剩余15位自动填充）
  所有原始数据都被覆盖，不会出现丢失问题。

内容的提问来源于stack exchange，提问作者Muhammad Anas Raza