python - 将时间序列转换为图像矩阵

Question

我有一个时间序列的 numpy 数组 X。类似的东西:

[[0.05, -0.021, 0.003, 0.025, -0.001, -0.023, 0.095, 0.001, -0.018]
[0.015, 0.011, -0.032, -0.044, -0.002, 0.032, -0.051, -0.03, -0.020]
[0.04, 0.081, -0.02, 0.014, 0.063, -0.077, 0.059, 0.031, 0.025]]

我可以用它来绘制

fig, axes = plt.subplots(3, 1)
for i in range(3):
    axes[i].plot(X[i])
plt.show()

然后出现类似下面的内容(图中不显示我在上面写的演示值，但显示具有类似结构的其他值)。所以 X 中的每一行都是一个时间序列。

但我想要一个将每个时间序列描述为灰度图像的 numpy 数组(因为我想稍后将其用于 cnn)。所以我认为我需要的应该是这样的:

[[[0, 0, 0, 0, 0, 1]
[0, 0, 0, 0, 1, 0]
[0, 0, 0, 0, 0, 1]
[0, 0, 1, 0, 0, 0]]
[[0, 0, 1, 0, 0, 0]
[0, 0, 0, 1, 0, 0]
[0, 1, 0, 0, 0, 0]
[0, 1, 0, 0, 0, 0]]...]

如何(如果可能:高效地)将每个时间序列转换为矩阵，将时间序列描述为图像。所以旧数组中的每一行(例如:

[0.05, -0.021, 0.003, 0.025, -0.001, -0.023, 0.095, 0.001, -0.018])

应转换为二维矩阵(例如:

[[0, 0, 0, 0, 0, 1]
[0, 0, 0, 0, 1, 0]
[0, 0, 0, 0, 0, 1]
[0, 0, 1, 0, 0, 0]]

替代描述:X 中的每一行都描述了一个时间序列。对于 X 中的每一行，我需要一个将时间序列描述为图像的二维矩阵(如上图所示)

“解决方案”:似乎没有很好的解决方案来做到这一点。我现在使用了这个解决方法:

fig = plt.figure()
fig.add_subplot(111)
fig.tight_layout(pad=0)
plt.axis('off')
plt.plot(X[0], linewidth=3)
fig.canvas.draw()
data = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
data = data.reshape(fig.canvas.get_width_height()[::-1] + (3,))

data 现在包含 2D 矩阵，可以再次使用 plt.imshow(data) 绘制，但质量有所下降。

Answer 1

看看这些 kaggle challange .它认为您还想实现 this paper 的部分内容就像他们一样。

也许您还可以使用他们从另一个 SO 问题中采用的功能:

#modified from https://stackoverflow.com/questions/33650371/recurrence-plot-in-python
def recurrence_plot(s, eps=None, steps=None):
    if eps==None: eps=0.1
    if steps==None: steps=10
    d = sk.metrics.pairwise.pairwise_distances(s)
    d = np.floor(d / eps)
    d[d > steps] = steps
    #Z = squareform(d)
    return d