我偶然发现了TSfresh库，以期使时间序列数据趋于完美。该文档非常棒，似乎非常适合我正在从事的项目。
我想实现以下在TFresh文档的快速入门部分中共享的代码。而且看起来很简单。
from tsfresh import extract_relevant_features
feature_filtered_direct=extract_relevant_features(result,y,column_id=0,column_sort=1)
我的数据包括40万行传感器数据，每个传感器有6个传感器，分别用于15个不同的ID。我开始运行代码，但是17个小时后它仍然没有完成。我认为这个数据集可能太大，无法通过相关的特征提取器运行，因此我将其缩减为3000，然后进一步缩减为300。这些动作都没有使代码在一个小时内运行，而我刚结束在一小时左右的等待后关闭它。我也尝试了标准特征提取器
extracted_features = extract_features(timeseries, column_id="id", column_sort="time")
尝试TSfresh在其快速入门部分介绍的示例数据集。其中包括一个非常类似于我的原始数据的数据集，其中数据点的数量与我减少到的数据量大致相同。
有人对此代码有经验吗？您将如何使其更快地工作？我正在将Anaconda用于python 2.7。
更新 似乎与多处理有关。因为我在Windows上，所以使用多进程代码需要受到保护
if __name__ == "__main__":
main()
一旦我添加
if __name__ == "__main__":
extracted_features = extract_features(timeseries, column_id="id", column_sort="time")
对于我的代码，示例数据有效。在我自己的数据集上运行extract_relevant_features函数和运行extract features模块时，我仍然遇到一些问题。好像它继续缓慢运行。我也感觉到它也与多进程冻结有关，但是没有任何错误会弹出来，这是无法分辨的。我花了大约30分钟的时间来提取不到我数据集的1％的要素。
我一直在尝试在另一个python脚本中运行脚本而没有运气.
我试图运行的脚本是garminbackup.py,可以在以下repo中找到.
https://github.com/petergardfjall/garminexport
当您从命令行运行此脚本时,它会要求您提供一些信息,用户名,保存文件的位置等等...
command = 'python garminbackup.py --backup-dir=Name email --format tcx'
然后它要求输入密码,一旦输入密码,就开始将garmin文件下载到提供的目录中.我的目标是创建一个程序,它循环遍历多个帐户并更新每个文件夹中的数据.
我的问题是我似乎无法在python中获得子进程模块来实现这一点.
我没有运气就尝试了以下命令.它似乎卡在输入密码输入屏幕上,并没有做任何其他事情.
import subprocess,shlex
from subprocess import PIPE,call
import os
p = subprocess.Popen(command,stdout=subprocess.PIPE,stdin=subprocess.PIPE,shell=True)
p.stdin.write("password\n")
p.wait()
我搜索了几个小时,运气不好.任何帮助表示赞赏.