从时间序列数据中提取统计信息

从时间序列数据中提取统计信息

    为了从时间序列中提取有意义的数据，我们必须从时间序列数据中提取统计信息。这些统计信息可以是数据平均值、方差、相关性、最大值、最小值等等。这些统计数据必须通过窗口进行循环计算。我们使用预先被定义的窗口大小，持续计算这些数据。当这些统计数据被可视化以后，我们将发现有区的模式。那如何从时间序列数据中提取这些统计信息呢？

   创建一个新的python文档，完整代码如下：

   
   

     
     

      
      

     
     
     
     

      
      

       
       import numpy 
       
       as np
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       import matplotlib.pyplot 
       
       as plt
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       import pandas 
       
       as pd
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       from Slicing_time_series_data 
       
       import read_data
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #定义输入文档名字
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       input_file = 
       
       "data_2D.txt"
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #载入第三和第四列的数据，分成两个变量
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       x1 = read_data(input_file,
       
       2)
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       x2 = read_data(input_file,
       
       3)
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #创建 pandas dataframe，命名两个维
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       data = pd.DataFrame({
       
       'dim1':x1,
       
       'dim2':x2})
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #提取两个维的最大和最小值
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(
       
       "\nMaximum values for each dimension:")
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(data.max())
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(
       
       "\nMinimun values for each dimension :")
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(data.min())
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #提取整个数据集的平均值 和前12行行平均值
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(
       
       '\n overall mean:')
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(data.mean())
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(
       
       '\nRow-wise mean:')
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(data.mean(
       
       1)[:
       
       12])
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #使用大小为24的窗口画出滚动平均值
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       data.rolling(center =
       
       False,window =
       
       24).mean().plot()
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       plt.title(
       
       'Rolling mean')
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #输出相关性
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       print(
       
       '\n Correlation coefficient:\n',data.corr())
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       #使用size=60的窗口画出滚动相关性
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       plt.figure()
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       plt.title(
       
       'rolling correlation:')
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       data[
       
       'dim1'].rolling(window=
       
       60).corr(other =data[
       
       'dim2']).plot()
      
      
     
     

     
     

      
      

     
     
     
     

      
      
 
      
      
     
     

     
     

      
      

     
     
     
     

      
      

       
       plt.show()
      
      
     
     
   
   

输入数据：

下图显示了第三列，第四列的最大值、最小值行平均值、以及两列的相关性

dim1与自身相关性为1，dim1与 dim2的相关性为0.00627，dim2与自身相关性为1.0

可视化如下：

移动的平均值

移动的相关性