小编Min*_*hoy的帖子

我在一个月（30 天）中每 5 分钟收集一次传感器数据。这意味着，我有一个时间序列数据，总共有 288*30 个数据点。

我想散点图数据（x 轴：时间，y 轴：传感器值）。以下代码用于测试。

import pandas as pd
from matplotlib import pyplot as plt
import numpy as np

# generate time series randomly (length: 1 month)
rng=pd.date_range("2015-11-11",periods=288*30,freq="5min")
ts=pd.Series(np.random.randn(len(rng)),rng)

nr=3
nc=1

fig=plt.figure(1)
fig.subplots_adjust(left=0.04,top=1,bottom=0.02,right=0.98,wspace=0.1,hspace=0.1)

for i in range(3):
    ctr=i+1
    ax=fig.add_subplot(nr,nc,ctr)

    ax.scatter(ts.index,ts.values)
    ax.set_xlim(ts.index.min(),ts.index.max())

plt.show()

我生成了具有 288*30 个观测值的随机时间序列数据，并试图将其绘制在散点图中。但是，如您所见，无法分析该图。

我想重绘它满足以下条件：

1. 我想要图的放大版本。换句话说，某个时间范围（例如，2~3 小时）的部分数据点被一次性显示出来。然后，相邻点之间应该有足够的空间。

2. 我想将图形保存为 png 或 pdf 文件。然后，如果我打开文件，图像（或 pdf）查看器有一个水平滚动条，使我能够浏览整个图形。

有谁能解决吗？

我认为对于 matplotlib 专家来说并不难，但对于我这个初学者来说却很难。

我想做一个时间序列聚类任务。假设我们有四个数据 (t1~t4)。

t1={1,1,1,1,1,1,1}

t2={10,10,10,10,10,10,10}

t3={100,100,100,100,100,100,100}

t4 = {1,5,9,13,17,21,25}

在这里，我在这个例子背后的意图是我想把 t1、t2、t3 组合在一起，因为它的形状是一条恒定的线。但是，t4 看起来像上升线，所以它应该在其他组中。

但是，如果我使用 DTW（python mlpy 包）计算 t1 和其他人之间的距离，我得到的结果如下：

t1-t1: 0 (absolutely)

t1-t2: 63

t1-t3: 693

t1-t4: 84

我们可以看到，t1-t3 之间的距离远大于 t1-t4 之间的距离。我猜是因为 t3 的幅度幅度比其他幅度大得多。

在这种情况下，在适应 DTW 之前对每个时间序列数据使用 min-max 归一化（即 0 到 1 归一化）是个好方法吗？换句话说，使 t1, t2, t3 为 {0,0,0,0,0,0,0}，t4 为 {0, 0,17,...., 1}？然后，DTW 根据我的需要返回结果。

很快，我想知道在 DTW 之前规范化任务是否合适。我是 DTW 的新手，很抱歉打扰您的基本问题！:)