pyts: 用于时间序列分类的 Python 包

pyts 是一个用于时间序列分类的 Python 包。它旨在通过提供预处理和实用工具，以及最先进的算法实现，使时间序列分类更加易于访问。这些算法大多会对时间序列进行转换，因此 pyts 提供了多种工具来执行这些转换。

安装

依赖项

pyts 需要以下依赖项：

• Python (>= 3.8)
• NumPy (>= 1.22.4)
• SciPy (>= 1.8.1)
• Scikit-Learn (>= 1.2.0)
• Joblib (>= 1.1.1)
• Numba (>= 0.55.2)

要运行示例，还需要 Matplotlib (>=2.0.0)。

用户安装

如果您已经拥有可用的 numpy、scipy、scikit-learn、joblib 和 numba 安装，可以使用 pip 轻松安装 pyts：

pip install pyts

或者通过 conda-forge 通道使用 conda 安装：

conda install -c conda-forge pyts

您也可以通过克隆仓库获取 pyts 的最新版本：

git clone https://github.com/johannfaouzi/pyts.git
cd pyts
pip install .

测试

安装完成后，您可以使用 pytest 从源代码目录外启动测试套件：

pytest pyts

更改日志

请参阅 更改日志，了解 pyts 的重要变更历史。

开发

该包的开发遵循 scikit-learn 社区的开发流程。因此，您可以参考他们的 开发指南。一个细微的区别是，在优化方面使用 Numba 而不是 Cython。

文档

下文提供了有关 pyts 中实现的算法的一些信息。如需更多信息，请参阅 通过 ReadTheDocs 提供的 HTML 文档。

引用

如果您在科学出版物中使用 pyts，我们非常感谢您引用以下论文：

Johann Faouzi 和 Hicham Janati. pyts: 用于时间序列分类的 Python 包。
机器学习研究期刊，21(46):1−6, 2020.

BibTeX 条目如下：

@article{JMLR:v21:19-763,
  author  = {Johann Faouzi 和 Hicham Janati},
  title   = {pyts: 用于时间序列分类的 Python 包},
  journal = {机器学习研究期刊},
  year    = {2020},
  volume  = {21},
  number  = {46},
  pages   = {1-6},
  url     = {http://jmlr.org/papers/v21/19-763.html}
}

已实现的功能

注意：本节描述的内容对应于主分支（即最新版本），而非最新发布的版本。您可能需要安装最新版本才能使用其中部分功能。

pyts 包含以下模块：

• approximation：该模块提供了用于近似时间序列的算法实现。已实现的算法包括： 分段聚合近似、 符号聚合近似、 离散傅里叶变换、 多系数分箱 和 符号傅里叶近似。

• bag_of_words：该模块提供了将时间序列转换为词袋的工具。已实现的算法包括： 词提取器 和 词袋。

• classification：该模块提供了用于对时间序列进行分类的算法实现。已实现的算法包括： K近邻分类器、 SAXVSM、 BOSSVS、 学习形状子串、 时间序列森林 和 TSBF。

• datasets：该模块提供了创建或加载玩具数据集的工具，以及从 UEA & UCR 时间序列分类存储库 获取数据集的功能。

• decomposition：该模块提供了将时间序列分解为多个时间序列的算法实现。目前仅实现了一个算法： 奇异谱分析。

• image：该模块提供了将时间序列转换为图像的算法实现。已实现的算法包括： 递归图、 角Gram矩阵图像 和 马尔可夫转移场。

• metrics：该模块提供了专用于时间序列的度量方法的实现。已实现的度量包括： 动态时间规整，并包含多种变体，以及 BOSS 度量。

• multivariate：该模块提供了处理多元时间序列的工具。可用的工具有： 多元变换器 和 多元分类器，分别用于利用单变量时间序列的工具来转换和分类多元时间序列；此外还有： 联合递归图 和 WEASEL+MUSE。

• preprocessing：该模块提供了大多数 scikit-learn 预处理工具，但这些工具是按样本逐个应用的（即对每个时间序列独立处理），而不是按特征处理。此外，还提供了一个使用插值法填补缺失值的 插值填充器。更多信息请参阅 pyts.preprocessing API 文档。

• transformation：该模块提供了将形状为 (n_samples, n_timestamps) 的时间序列数据集转换为形状为 (n_samples, n_extracted_features) 的数据集的算法实现。已实现的算法包括： 模式词袋、 BOSS、 形状子串变换、 WEASEL 和 ROCKET。

• utils：一个包含 实用函数 的简单模块。

许可证

本仓库的内容采用 BSD 3-Clause 许可证 许可。

pyts 快速上手指南

pyts 是一个专为时间序列分类设计的 Python 包。它提供了丰富的预处理工具、实用函数以及多种最先进（SOTA）分类算法的实现，旨在让时间序列分析变得更加简单高效。

1. 环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：>= 3.8
• 核心依赖库（安装 pyts 时会自动检查或安装）：
  • NumPy (>= 1.22.4)
  • SciPy (>= 1.8.1)
  • Scikit-Learn (>= 1.2.0)
  • Joblib (>= 1.1.1)
  • Numba (>= 0.55.2)
• 可选依赖：若需运行示例代码绘制图表，需安装 Matplotlib (>= 2.0.0)。

国内开发者提示：由于部分依赖（如 Numba）编译较复杂，建议使用国内镜像源加速安装过程。

2. 安装步骤

您可以选择通过 pip 或 conda 进行安装。推荐优先使用国内镜像源以提升下载速度。

方式一：使用 pip 安装（推荐）

使用清华大学或阿里云镜像源安装：

pip install pyts -i https://pypi.tuna.tsinghua.edu.cn/simple

或者使用阿里云镜像：

pip install pyts -i https://mirrors.aliyun.com/pypi/simple/

方式二：使用 conda 安装

如果您使用 Anaconda 或 Miniconda，可以通过 conda-forge 频道安装（国内用户可配置 conda 国内源）：

conda install -c conda-forge pyts

方式三：从源码安装（获取最新版）

如需体验最新开发版功能：

git clone https://github.com/johannfaouzi/pyts.git
cd pyts
pip install .

验证安装

安装完成后，可通过运行测试套件验证是否成功：

pytest pyts

3. 基本使用

pyts 的 API 设计风格与 scikit-learn 高度一致，主要包含数据加载、变换（特征提取）和分类三个步骤。

以下是一个最简单的示例：加载数据集，使用 ROCKET 算法进行特征变换，并使用 KNN 进行分类。

from pyts.datasets import load_gunpoint
from pyts.transformation import ROCKET
from pyts.classification import KNeighborsClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 1. 加载示例数据集 (GunPoint)
# X 的形状为 (n_samples, n_timestamps), y 为标签
X, y = load_gunpoint(return_X_y=True)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)

# 2. 特征变换：使用 ROCKET 将时间序列转换为特征向量
rocket = ROCKET()
X_train_transformed = rocket.fit_transform(X_train)
X_test_transformed = rocket.transform(X_test)

# 3. 分类：使用 KNN 分类器
clf = KNeighborsClassifier(n_neighbors=1)
clf.fit(X_train_transformed, y_train)

# 4. 预测与评估
y_pred = clf.predict(X_test_transformed)
accuracy = accuracy_score(y_test, y_pred)

print(f"Classification Accuracy: {accuracy:.4f}")

核心模块简介

• pyts.datasets: 加载内置玩具数据集或从 UEA & UCR 仓库获取数据。
• pyts.transformation: 包含 ROCKET, WEASEL, ShapeletTransform 等特征提取算法。
• pyts.classification: 提供各类时间序列分类器，如 LearningShapelets, TimeSeriesForest 等。
• pyts.preprocessing: 针对时间序列样本级的预处理工具（如插值填补缺失值）。
• pyts.image: 将时间序列转换为图像（如格拉姆角场 GAF、马尔可夫转移场 MTF），便于使用 CNN 处理。