python 笔记：dtw包

佚名 2024-05-19 22:18:08 举报

篇首语：本文由小编为大家整理，主要介绍了python 笔记：dtw包相关的知识，希望对你有一定的参考价值。

1 作用

用来辅助计算DTW的python模块

2 基本使用方法

2.1 数据

假设有两个序列
import numpy as npx = np.array([1,3,2,4,2])y = np.array([0,3,4,2,2])
plt.plot(x,"green")plt.plot(y,"blue")plt.legend(["x","y"])plt.show()
我们要计算这两个序列之间的dtw

2.2 定义距离函数

我们首先要定义两个序列间任意两个点xi，yj之间的距离

manhattan_distance = lambda x, y: np.abs(x - y)

2.3 使用dtw

from dtw import dtwd, cost_matrix, acc_cost_matrix, path = dtw(x, y, dist=manhattan_distance)

2.4 返回参数意义

d就是两个序列间dtw的值，算出来是2，和DTW _UQI-LIUWJ的博客一致

cost_matrix就是用前面的manhattan_distance 算出来的两个序列之间的两两距离
cost_matrix"""array([[1., 2., 3., 1., 1.],       [3., 0., 1., 1., 1.],       [2., 1., 2., 0., 0.],       [4., 1., 0., 2., 2.],       [2., 1., 2., 0., 0.]])"""
和之前手动算的一致

acc_cost_matrix 也就是 DTW _UQI-LIUWJ的博客的dp矩阵
acc_cost_matrix"""array([[ 1.,  3.,  6.,  7.,  8.],       [ 4.,  1.,  2.,  3.,  4.],       [ 6.,  2.,  3.,  2.,  2.],       [10.,  3.,  2.,  4.,  4.],       [12.,  4.,  4.,  2.,  2.]])"""
和之前手动算的一致

path就是对应关系

path#(array([0, 1, 2, 3, 4, 4]), array([0, 1, 1, 2, 3, 4]))

plt.imshow(cost_matrix.T,origin="lower",cmap="gray")plt.plot(path[0],path[1])plt.show()

每次沿着颜色最深的点走

以上是关于python 笔记：dtw包的主要内容，如果未能解决你的问题，请参考以下文章