从时间序列到复杂网络:可见图算法

这篇文章实现的算法来源于PNAS杂志:

PNAS paper:From time series to complex networks:The visibility graph


代码参考:

# coding: utf-8
import networkx as nx
import matplotlib.pyplot as plt
from itertools import combinations

def visibility_graph(series):
    visibility_graph_edges=[]
    # convert list of magnitudes into list of tuples that hold the index
    tseries = []
    n = 1
    for magnitude in series:
        tseries.append( (n, magnitude ) )
        n += 1

    for a,b in combinations(tseries, 2):
        # two points, maybe connect
        (ta, ya) = a  #实现(1,2)(1,3)(1,4)(1,5)--(2,3)(2,4)(2,5)--(3,4)(3,5)--(4,5)任意两个边相互比较
        (tb, yb) = b
        connect = True
        medium=
  • 2
    点赞
  • 38
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值