从时间序列到复杂网络：可见图算法

最新推荐文章于 2022-08-14 15:58:06 发布

空城_招Python数据处理

最新推荐文章于 2022-08-14 15:58:06 发布

阅读量7.6k

点赞数 2

分类专栏： Scientific Computing 文章标签：复杂网络算法 python 时间序列可见图

本文链接：https://blog.csdn.net/huozi07/article/details/46316121

版权

本文深入探讨了将时间序列转化为复杂网络的可见图算法，基于PNAS发表的研究成果。通过该算法，可以将动态数据转换为网络结构，便于分析和理解。代码实现与网络可视化相结合，提供了洞察时间序列数据的新视角。

摘要由CSDN通过智能技术生成

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=