dtw-python

版本：dtw-python 1.3.0

dtw

函数功能：执行 DTW 算法，并计算两个时间序列 x 和 y 之间的最佳匹配(optimal alignment) 。

输入参数

x	query vector 或 local cost matrix
y	reference vector。如果 x 是 cost matrix，则 y 不使用。
dist_method	pointwise (local) 距离函数。 若该参数是一个 string：把 x、y 和给定方法一起传给 scipy.spatial.distance.cdist 函数。 若提供一个 n=length(x) 行、m=length(y) 列 的 local-distance matrix：该矩阵的元素 [i,j] 表示 x[i] 和 y[j] 之间的距离。这种方法可以处理多变量时序和其他任意距离矩阵。
step_pattern	一个 stepPattern 对象，用于描述局部限制。 该参数支持许多常见的 DTW 变体。
window_type	windowing function。描述全局限制（ the envelope of the warping path）。 可以是字符串，表示现有的限制方式： "none"：No windowing (default) "itakura"：Itakura parallelogram "sakoechiba"：A band around main diagonal "slantedband"：A band around slanted diagonal 也可以是一个用户自定义的函数。 更多细节可见 dtwWindowingFunctions()。
window_args	传给 windowing function 的额外参数
keep_internals	保留 cumulative cost matrix、inputs 以及其他内部结构
distance_only	仅计算距离（没有backtrack，速度更快）
open_end	实施 open-ended alignments
open_begin	实施 open-ended alignments

注：   x 和 y 以数字向量(numeric vector)的形式给出。x 和 y 的长度可以不同。

          最佳匹配 使得 aligned elements 之间的距离和最小。

          不论是输入还是输出，在 代价矩阵（cost matrix）中，query 元素按行排列（first index）、reference 元素按列排列（second index）；这些元素的打印习惯为下标向下和向右增加（原点在左上角）。

参考文献
Toni Giorgino. Computing and Visualizing Dynamic Time Warping Alignments in R: The dtw Package. Journal of Statistical Software, 31(7), 1-24. http://www.jstatsoft.org/v31/i07/ 
Tormene, P.; Giorgino, T.; Quaglini, S. & Stefanelli, M. Matching incomplete time series with dynamic time warping: an algorithm and an application to post-stroke rehabilitation. Artif Intell Med, 2009, 45, 11-34. http://dx.doi.org/10.1016/j.artmed.2008.11.007 
Sakoe, H.; Chiba, S., Dynamic programming algorithm optimization for spoken word recognition, Acoustics, Speech, and Signal Processing, IEEE Transactions on , vol.26, no.1, pp. 43-49, Feb 1978. http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1163055 
Mori, A.; Uchida, S.; Kurazume, R.; Taniguchi, R.; Hasegawa, T. & Sakoe, H. Early Recognition and Prediction of Gestures Proc. 18th International Conference on Pattern Recognition ICPR 2006, 2006, 3, 560-563
Sakoe, H. Two-level DP-matching–A dynamic programming-based pattern matching algorithm for connected word recognition Acoustics, Speech, and Signal Processing, IEEE Transactions on, 1979, 27, 588-595
Rabiner L, Rosenberg A, Levinson S (1978). Considerations in dynamic time warping algorithms for discrete word recognition. IEEE Trans. Acoust., Speech, Signal Process., 26(6), 575-582. ISSN 0096-3518.
Muller M. Dynamic Time Warping in Information Retrieval for Music and Motion. Springer Berlin Heidelberg; 2007. p. 69-84. http://link.springer.com/chapter/10.1007/978-3-540-74048-3_4 

DTW

 class dtw.DTW(obj) 。DTW 类 的对象包含了由 dtw() 函数计算的 alignments。

Attributes 属性

distance	最小全局距离（没有标准化）
normalizedDistance	若已知 chosen step pattern：根据 path length，对 distance 进行标准化。
N	query 的长度
M	reference 的长度
call	the function call that created the object（试了一下失败了）
index1	x(query) 中 匹配元素的 下标
index2	y(reference) 中 被映射的 下标
stepPattern	用于计算的 stepPattern 对象
jmin	若 open.end=TRUE：reference 中被匹配的最后一个元素
directionMatrix	若 keep.internals=TRUE：在每个 alignment pair 上 step 的方向（用于标记 chosen step pattern 产生规则的整数）
stepsTaken	从 alignment 的开始到结束，所走的 steps 的 一个 list（用于标记 chosen step pattern 的 整数）。
index1s	与 index1、index2 一样， 但 排除了 multi-step patterns 中的中间步骤
index2s
costMatrix	若 keep.internals=TRUE：cumulative cost matrix
query	若 keep.internals=TRUE 且 作为 x 和 y 参数传递： query 和 reference 时间序列
reference

Methods 方法

plot	绘制 DTW 的结果

dtw.DTW.plot

 plot(type='alignment', **kwargs)  ：将 dtw()函数 返回 的 DTW对象 绘制出来。

输入参数

x	dtw object, usually result of call to [dtw()]
d	dtw object, usually result of call to [dtw()]
xlab	query 轴的标签
ylab	reference 轴的标签
type	图(plot)的总体风格 alignment：plots the warping curve in d twoway：plots a point-by-point comparison, with matching lines。详见 dtwPlotTwoWay()。 threeway：vis-a-vis inspection of the timeseries and their warping curve。详见 dtwPlotThreeWay()。 density：displays the cumulative cost landscape with the warping path overimposed。详见 dtwPlotDensity()
plot_type	图中的线(line)的类型，type 的参数
...