GBDT的将时间序列的电压数据预处理：将数据集按时间先后顺序排序，并拆分为训练集和测试集的代码

假设电压数据集为一个包含时间戳和电压值的二维数组，代码如下：

import numpy as np

# 电压数据集
voltage_data = np.array([
    [1587100000, 220],
    [1587100060, 221],
    [1587100120, 222],
    [1587100180, 223],
    [1587100240, 224],
    [1587100300, 225],
    [1587100360, 226],
    [1587100420, 227],
    [1587100480, 228],
    [1587100540, 229],
    [1587100600, 230],
    [1587100660, 231],
    [1587100720, 232],
    [1587100780, 233],
    [1587100840, 234],
    [1587100900, 235],
    [1587100960, 236],
    [1587101020, 237],
    [1587101080, 238],
    [1587101140, 239],
    [1587101200, 240],
    [1587101260, 241],
    [1587101320, 242],
    [1587101380, 243]
])

# 按时间先后顺序排序
voltage_data = voltage_data[np.argsort(voltage_data[:, 0])]

# 拆分为训练集和测试集
train_data = voltage_data[:15, :]
test_data = voltage_data[15:, :]

首先，我们使用`np.argsort()`函数按第一列（即时间戳）的大小排序，得到按时间先后顺序排列的电压数据集。然后，我们将数据集拆分为训练集和测试集，前15个数据样本作为训练集，后面的8个数据样本作为测试集。