如何使用 DTW - 动态时间扭曲在 python 中对齐多个时间序列（不仅仅是 2 个）？

Question

我发现这两篇文章讨论使用动态时间扭曲或 DTW 来对齐多个“n”个时间序列。

如何在 python 中在 3 个或更多信号之间应用/实现动态时间规整 (DTW) 或快速动态时间规整 (FastDTW)？ 使用 numpy 或 cython 进行高效的成对 DTW 计算

然而，他们未能描述为所有“n”个时间序列找到最小距离路径所涉及的所有步骤。

在上述链接的答案之一中，它指出计算所有成对路径的距离矩阵。但是，没有提到如何处理距离矩阵，以便创建一个具有“n”个时间序列的图，这些时间序列都最佳对齐。

您将如何获取距离矩阵（“n”个时间序列之间的成对距离）并对齐所有“n”个时间序列？

或者，是否有不同的方法来对齐所有“n”个时间序列？