Python中的动态时间扭曲

Question

有谁知道有DTW实现的python库？mlpy似乎有我正在寻找的东西,但我似乎无法正确安装 - 目前正在等待邮件列表的回复,所以我想我会扩展其他库.

Answer 1

不得不在这一个上写下来.为了跟进C的响应,这里的实现更倾向于与NumPy中生成的数据进行交互.我发现这更有用,因为通常我在Python中生成数据并希望与R资源接口.

import numpy as np

import rpy2.robjects.numpy2ri
from rpy2.robjects.packages import importr

rpy2.robjects.numpy2ri.activate()

# Set up our R namespaces
R = rpy2.robjects.r
DTW = importr('dtw')

# Generate our data
idx = np.linspace(0, 2*np.pi, 100)
template = np.cos(idx)
query = np.sin(idx) + np.array(R.runif(100))/10

# Calculate the alignment vector and corresponding distance
alignment = R.dtw(query, template, keep=True)
dist = alignment.rx('distance')[0][0]

print(dist)

请注意,这是DTW站点上说明的示例问题.

Answer 2

为了记录,我已经能够使用R中的R,DTW和rpy2的混搭.在Python中使用R非常简单,并且大大扩展了python的统计功能.这是找到偏移噪声正弦和余弦系列之间距离的示例:

    import rpy2.robjects as robjects
    r = robjects.r
    r('library("dtw")')
    idx = r.seq(0,6.28,len=100)
    template = r.cos(idx)
    query = r.sin(idx)+r('runif(100)/10')
    alignment=r.dtw(query,template,keep=r('TRUE'))
    robjects.globalenv["alignment"] =  alignment
    dist = r('alignment$distance')
    print(dist)