split_sequence函数：将序列分为多个样本进行单步预测

1 作用

用LSTM模型对时序序列预测时，需要将数据分为多个样本，每个样本中将一定步长的数据作输入，一定步长的数据作输出。split_sequence（）就可以将数据分为这样的样本。

2 代码 

from numpy import array
def split_sequence(sequence, n_steps):
	X, Y = list(), list()
	for i in range(len(sequence)):
		end_ix = i + n_steps
		if end_ix > len(sequence)-1:
			break
		seq_x, seq_y = sequence[i:end_ix], sequence[end_ix]
		X.append(seq_x)
		Y.append(seq_y)
	return array(X), array(Y)

用def函数定义新函数，函数名为split_sequence，输入参数有sequence和n_step，sequence是要处理的数据名， n_step是指输入n_step个步长的数据来进行预测。

def split_sequence(sequence, n_steps):

X, Y = list(), list() #利用list()函数生成空list

for i in range(len(sequence)): #i遍历sequence的下标索引值

end_ix = i + n