dataset = pd.read_csv('2019.csv', delimiter=",") dataset=np.array(dataset) #转换为NumPy数组 m,n=np.shape(dataset) totalX=np.zeros((m-d,d)) #创建了一个大小为 (m-d) x d 的全零矩阵 totalY=np.zeros((m-d,l)) for i in range(m-d):#分组：前三个值输入，第四个值输出 totalX[i][0]=dataset[i][0] totalX[i][1]=dataset[i+1][0] totalX[i][2]=dataset[i+2][0] totalY[i][0]=dataset[i+3][0] #归一化数据 Normal_totalX=np.zeros((m-d,d)) Normal_totalY=np.zeros((m-d,l)) nummin=np.min(dataset) nummax=np.max(dataset) dif=nummax-nummin for i in range(m-d): for j in range(d): Normal_totalX[i][j]=(totalX[i][j]-nummin)/dif Normal_totalY[i][0]=(totalY[i][0]-nummin)/dif怎么改成将1、721、1441输入，2161输出，2、172、1442输入，2162输出以此类推。也就是说1-2161输入，2661-1881输出

可以按照如下方式修改代码：

dataset = pd.read_csv('2019.csv', delimiter=",")
dataset = np.array(dataset)
m, n = np.shape(dataset)
totalX = np.zeros((m - d, d))  # 创建了一个大小为 (m-d) x d 的全零矩阵
totalY = np.zeros((m - d, l))

for i in range(m - d):
    # 分组：前三个值输入，第四个值输出
    totalX[i][0] = dataset[i][0]
    totalX[i][1] = dataset[i + 720][0]
    totalX[i][2] = dataset[i + 1440][0]
    totalY[i][0] = dataset[i + 2160][0]

# 归一化数据
Normal_totalX = np.zeros((m - d, d))
Normal_totalY = np.zeros((m - d, l))
nummin = np.min(dataset)
nummax = np.max(dataset)
dif = nummax - nummin

for i in range(m - d):
    for j in range(d):
        Normal_totalX[i][j] = (totalX[i][j] - nummin) / dif
    Normal_totalY[i][0] = (totalY[i][0] - nummin) / dif

这样就可以将 1-721-1441 输入，2161 输出改为 1-721-1442 输入，2162 输出了。