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

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

然后会出现类似下面的内容（这些图没有显示我上面写的演示值，而是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。

但是我想要一个 numpy 数组，它将每个时间序列描述为灰度图像（因为我想稍后将它用于 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：有效地）将每个时间序列转换为矩阵，该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])

应该转换为二维矩阵（例如这样的东西：

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

另一种描述： X 中的每一行描述一个时间序列。对于 XI 中的每一行，需要一个将时间序列描述为图像的 2D 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,))

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

Answer 1

看看这些Kaggle 挑战。它认为您也想像他们一样实现本文的部分内容。

也许你还可以使用他们从另一个SO问题中采用的函数：

#modified from /sf/ask/2355526001/
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