学习dtw-python库内容 && 动态弯曲距离（DTW）具体实现

一、install 数据包

简单的pip install一下就好了，注意最后提示Successfully installed dtw-python-1.3.0

pip install dtw-python

二、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)

三、函数的参数以及含义

def dtw(x, y=None,
        dist_method="euclidean",
        step_pattern="symmetric2",
        window_type=None,
        window_args={},
        keep_internals=False,
        distance_only=False,
        open_end=False,
        open_begin=False):

1. x，序列1，好像应该是浮点数，如果是int会有问题（我自己还没遇到过，有兴趣可以试试看）
2. y，序列2
3. dist_method，计算距离矩阵时使用的函数，默认是欧式距离，具体原理之前讲过，不清楚的补原理讲解。
4. 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。
5. window_type，描述全局限制，更多细节可见 dtwWindowingFunctions()。
6. window_args，传给 windowing function 的额外参数
7. keep_internals，保留 cumulative cost matrix、inputs 以及其他内部结构
8. distance_only，仅计算距离（没有backtrack，速度更快）

四、具体实现

import numpy as np
from dtw import *

import matplotlib.pyplot as plt

# 生成两个时间序列，一个是正弦波，一个是余弦波
idx = np.linspace(0, 6.28, num=100)
x1 = np.sin(idx)
x2 = np.cos(idx)

# 计算DTW距离和对齐
alignment = dtw(x1, x2, keep_internals=True)

# 打印DTW距离
print(alignment.distance)

# 绘制对齐曲线
alignment.plot(type="twoway",offset=-2)
plt.show()