应为最后一列是LABEL，我不确定Y[i-s] = self.raw[i:i+predict_step].copy() 还是 Y[i-s] = self.raw[i:i+predict_step，-1].copy()

如果你的时间序列数据集中最后一列是标签列，并且你希望将标签列中的数据作为输出数据集`Y`，那么你可以将代码修改为：

s = self.ps*self.skip + self.Ck-1 + self.h-1
X1 = np.zeros((self.n-s, self.w, self.m))  # short term dataset
X2 = np.zeros((self.n-s, self.ps*self.Ck, self.m)) # long term dataset
predict_step = 6
Y  = np.zeros((self.n-s, predict_step))

for i in range(s, self.n):
    t = i-self.h+1
    X1[i-s] = self.raw[t-self.w:t].copy()
    idx = []
    for k in range(self.ps): # 执行4次，每次间隔skip长，取Ck=6， total = 4 * 6 = 24
        idx = list(range(t-self.Ck-k*self.skip, t-k*self.skip)) + idx
    idx = np.array(idx, dtype=int)
    X2[i-s] = self.raw[idx].copy()
    Y[i-s]  = self.raw[i:i+predict_step, -1].copy()

return X1, X2, Y

这样，`Y`数组的每一行将会包含从时间步i到时间步(i+predict_step-1)的标签数据。