Darts项目中的TimeSeries核心概念解析与使用指南

Darts项目中的TimeSeries核心概念解析与使用指南

darts A python library for user-friendly forecasting and anomaly detection on time series. 项目地址: https://gitcode.com/gh_mirrors/da/darts

什么是TimeSeries

在Darts时间序列分析库中，TimeSeries是最核心的数据结构类，它专门用于表示单变量或多变量的时间序列数据。与普通的Pandas DataFrame或NumPy数组不同，TimeSeries提供了针对时间序列分析优化的特性和方法，确保数据具有完整且时间排序的索引。

TimeSeries的核心特性

1. 时间索引支持

TimeSeries支持两种时间索引类型：

• pandas.DatetimeIndex：基于具体日期时间的索引
• pandas.RangeIndex：基于整数的索引（适用于没有具体时间戳的顺序数据）

2. 数据维度支持

• 单变量时间序列：每个时间点只有一个标量值
• 多变量时间序列：每个时间点有多个值（称为"组件"或"维度"）

3. 概率性支持

TimeSeries还能表示概率性时间序列，用于获取置信区间等概率性分析。

多变量时间序列 vs 多个时间序列

理解这一区别对正确使用Darts至关重要：

多变量时间序列

• 单个TimeSeries对象
• 多个组件共享相同的时间轴
• 示例：一个病人的血压和心率随时间变化（2个组件）

多个时间序列

• 多个TimeSeries对象组成的序列（如Python列表）
• 各序列可以有不同时间索引甚至不同频率
• 示例：多个病人的血压和心率数据（每个病人一个TimeSeries）

图1：多变量时间序列（单个TimeSeries对象）

图2：多个时间序列（多个TimeSeries对象）

选择建议

• 如果多个维度在时间上相关（如物体的多个坐标），使用多变量序列
• 如果是多个独立观测（如不同实验数据），使用多个序列
• 如果时间范围不同，必须使用多个序列

概率性时间序列

Darts通过蒙特卡洛采样表示概率性预测：

• 概率性（随机）序列：包含多个样本
• 确定性序列：只包含一个样本

创建TimeSeries的常用方法

Darts提供了多种工厂方法创建TimeSeries：

1. 从DataFrame创建

TimeSeries.from_dataframe(df)

• 每列代表一个组件
• 多列创建多变量序列

2. 从NumPy数组创建

TimeSeries.from_values(np_array)

• 1D数组：单变量确定性序列
• 2D数组：多变量确定性序列
• 3D数组：多变量概率性序列

3. 指定时间索引创建

TimeSeries.from_times_and_values(time_index, values)

4. 序列拼接

from darts import concatenate

# 沿时间轴拼接
concatenate([series1, series2], axis=0)

# 沿组件轴拼接（创建多变量序列）
concatenate([series1, series2], axis=1)

# 沿样本轴拼接（创建概率性序列）
concatenate([series1, series2], axis=2)

数据导出方法

将TimeSeries数据导出为其他格式：

# 导出为Pandas DataFrame（确定性序列）
series.to_dataframe()

# 导出为xarray DataArray
series.data_array()

# 导出为NumPy数组（单个样本）
series.values()

# 导出为NumPy数组（所有样本）
series.all_values()

高级特性

静态协变量

可以附加与时间无关的静态数据：

# 添加静态协变量
static_df = pd.DataFrame({
    'location': ['NY', 'LA'],
    'type': ['A', 'B']
})
series = series.with_static_covariates(static_df)

层次结构

定义组件间的层次关系：

hierarchy = {
    "east_sales": ["total_sales"],
    "west_sales": ["total_sales"]
}

可用于预测后的协调处理。

实现原理

TimeSeries内部使用3维xarray.DataArray：

• 维度：(时间, 组件, 样本)
• 单变量：组件维度大小为1
• 确定性：样本维度大小为1
• 不可变设计：操作返回新对象

最佳实践建议

1. 数据检查：创建TimeSeries前确保时间索引完整且有序
2. 维度规划：根据业务场景合理设计单变量/多变量结构
3. 内存考虑：大型概率性序列会占用较多内存
4. 预处理：利用Darts提供的转换器进行数据标准化等处理
5. 模型匹配：选择支持所需特性的模型（多变量/概率性等）

通过掌握这些核心概念，您将能够更有效地使用Darts进行时间序列分析和预测建模。

darts A python library for user-friendly forecasting and anomaly detection on time series. 项目地址: https://gitcode.com/gh_mirrors/da/darts