Python时间序列分析工具Aeon使用指南

Aeon是一个专注于时间序列处理的开源Python库，其设计理念遵循scikit-learn的API风格，为数据科学家和研究人员提供了一套完整的时间序列分析工具。该项目保持活跃开发，截至2024年仍持续更新。

Aeon提供了以下主要功能模块：

1. 时间序列分类

• 支持多种分类算法实现
• 包含基于间隔、字典和距离的分类器
• 提供集成学习方法

1. 时间序列回归分析

• 支持各类回归模型
• 提供预测区间估计
• 包含模型评估工具

1. 时间序列聚类

• 实现了多种聚类算法
• 支持自定义距离度量
• 提供聚类结果可视化

1. 预测建模

• 包含多种预测模型实现
• 支持单变量和多变量预测
• 提供预测性能评估工具

1. 数据转换与预处理

• 提供多种数据转换方法
• 支持时间序列特征提取
• 包含数据标准化工具

技术特点

1. API设计

• 采用scikit-learn风格的API设计
• 提供统一的fit/predict接口
• 支持管道（Pipeline）操作

1. 可视化支持

• 内置多种可视化工具
• 支持时间序列数据探索
• 提供聚类和分类结果展示

1. 数据兼容性

• 与pandas数据结构深度集成
• 支持多种数据格式输入
• 需注意与pandas版本的兼容性要求

技术兼容性说明：经验证，Aeon目前仅与Pandas 1.4.0版本完全兼容。由于Pandas新版本对索引API进行了重构，可能导致与部分时间序列处理功能产生兼容性问题。

虽然在可视化方面提供了良好的基础功能，但相比Matplotlib等专业可视化库，其灵活性仍有一定限制。以下将通过具体示例，展示Aeon在各个功能模块的实际应用。

Aeon时间序列可视化功能分析

Aeon提供了一套用于探索性数据分析的可视化工具集。以下将展示其基础线图绘制功能。

"""
Aeon时间序列可视化示例
演示Aeon内置的探索性数据分析可视化工具
基础线图绘制
"""
from aeon.datasets import load_airline
from aeon.visualisation import plot_series
%matplotlib inline
# 航空客运量数据集
y = load_airline()
plot_series(y, title="Airline Passenger Numbers")

从效果来看，虽然没有特别出众的特点，但绘图结果清晰实用。

时间序列聚类与分类技术实现

在实际应用中，部分时间序列数据遵循特定的模式规律，但对这些序列的模式归类往往具有一定难度。面对随机信号时，如何将其与具有相似特征的信号进行准确分类就成为一个关键问题。

在这种场景下，聚类算法可以提供有效的解决方案。以下示例代码将生成50个随机样本，这些样本分别遵循三种基本模式（正弦函数、余弦函数或2倍频率的正弦函数）。通过Aeon我们可以利用k最近邻算法对这些样本进行模式分类。这种方法能够有效地将不同序列划分到相应的类别中，便于后续对特定类别进行深入分析。若不进行聚类处理，这些序列叠加在一起会呈现出噪声状态，不利于进一步分析。

"""
时间序列聚类实现
基于K-means算法的时间序列分组示例
"""
import numpy as np
import matplotlib.pyplot as plt
from aeon.clustering import TimeSeriesKMeans
def make_example_dataset(n_samples=50, n_timepoints=30, random_state=42):
np.random.seed(random_state)
# Generate three different patterns
t = np.linspace(0, 2*np.pi, n_timepoints)
patterns = [
lambda: np.sin(t),
lambda: np.cos(t),
lambda: 0.5 * np.sin(2*t)
]
X = []
for _ in range(n_samples):
# Randomly choose a pattern function
pattern_func = np.random.choice(patterns)
# Generate the pattern and add some noise
series = pattern_func() + np.random.normal(0, 0.1, n_timepoints)
X.append(series)
return np.array(X)

相比前述航空客运量数据集的线图，这组聚类可视化结果展现出更为优秀的图形效果。

利用已获得的类别标签，我们可以进一步通过Aeon的分类器进行数据分类。由于使用的是模拟数据集，算法呈现出的完美分类效果在预期之内。

from aeon.classification.interval_based import TimeSeriesForestClassifier
from sklearn.model_selection import train_test_split
# Split into train and test sets
X_train, X_test, y_train, y_test = train_test_split(X, labels, test_size=0.2, random_state=42)
# Initialize and train a classifier
clf = TimeSeriesForestClassifier(random_state=42)
clf.fit(X_train, y_train)
# Make predictions
y_pred = clf.predict(X_test)
# Calculate accuracy
accuracy = np.mean(y_pred == y_test)
print(f"Accuracy: {accuracy:.2f}")
# Print some information about the data
print(f"\nData shape: {X.shape}")
print(f"Number of classes: {len(np.unique(labels))}")
print(f"Class distribution: {np.bincount(labels)}")

实验结果

Accuracy: 1.00
Data shape: (50, 30)
Number of classes: 3
Class distribution: [13 21 16]

需要说明的是，尽管Aeon文档中提到了'ETSForecaster'功能模块，但在实际测试中未能成功运行该模块。

总结

Aeon作为一个时间序列分析工具，在基础功能实现和易用性方面表现良好，特别适合用于数据探索和基础分析任务。虽然在某些高级功能和性能优化方面还有提升空间，但其简洁的API设计和完整的基础功能仍使其成为时间序列分析的有效工具选项。建议根据具体项目需求，合理评估其适用性，必要时可与其他专业工具配合使用，以获得最佳的分析效果。

https://avoid.overfit.cn/post/962958df56f64b06b20befb72d74bef8

作者：Kyle Jones