内置降维、聚类等算法，时间序列数据分析Python库Deeptime

很多开发者都使用 Python 作为他们的主要开发语言，其中一个原因是 Python 拥有一个强大的标准库。通过各种库函数，开发者可以快速地进行代码编写。本文将为读者介绍一个用于分析时间序列数据的 Python 库：Deeptime。特别地，该库实现了降维、聚类和马尔可夫模型估计等算法。

此外，该库的 API 与 scikit-learn 的类似，并通过鸭子类型（duck typing）为工具提供基本的兼容性。

项目地址：https://github.com/deeptime-ml/deeptime

安装方法

Deeptime 库安装非常简单，可通过 conda，安装方式如下所示：

git clone https://github.com/deeptime-ml/deeptime.git

cd deeptime
git submodule update --init

conda install numpy scipy cython scikit-learn

python setup.py install

也可通过 pip，安装方式如下所示：

pip install git+https://github.com/deeptime-ml/deeptime.git@master

简要介绍

Deeptime 库支持的算法包括动态数据降维、使用神经网络进行深度降维、SINDy、马尔可夫状态模型、隐马尔可夫模型等。此外该库还提供有使用的 API 文档、日志更新等其他内容。

以上图红框中标出的动态数据降维算法为例，鼠标点击该算法，在一级标题下会出现其包含的子标题。点击你想了解的词条，即可链接到相应的说明文档。例如当你点击 Dimension reduction，会出现下级目录，如 TICA、VAMP/time-lagged CCA 等。点击相应算法即可链接到对应的说明文档。

除此以外，该库也为用户提供了相应的示例研究，以供学习。

Deeptime 详细文档地址：https://deeptime-ml.github.io/