temporianダウンロード - temporianソースコードダウンロード

temporian

C/C++

v0.9.0

ダウンロード

Temporianは、Python で時系列データを安全かつシンプルかつ効率的に前処理および特徴エンジニアリングするためのライブラリです。 Temporian は、多変量時系列、多変量時系列、イベントログ、およびクロスソースイベントストリームをサポートします。

Temporian は時間データにとって、Pandas は表形式データにとって同様です。

主な特徴

ほとんどの種類の時間データをサポートします?: 均一にサンプリングされたデータと不均一にサンプリングされたデータの両方、単変量データと多変量データの両方、フラットデータとマルチインデックスデータの両方、およびモノソースとマルチソースの両方の非同期イベントを処理します。
時間データ用に最適化: Temporian のコア計算は C++ で実装され、時間データ用に最適化されています。 Temporian は、テンポラルデータを操作する場合、既製のデータ処理ライブラリよりも 1,000 倍以上高速になります。
既存の ML エコシステムへの統合が簡単: Temporian は ML モデルのトレーニングを実行しません。代わりに、PyTorch、Scikit-Learn、Jax、TensorFlow、XGBoost、Yggdrasil Decision Forests などの ML ライブラリとシームレスに統合します。
将来の望ましくない漏洩を防ぐ?: tp.leakで明示的に指定しない限り、特徴の計算は将来のデータに依存できないため、望ましくない、デバッグが難しく、コストがかかる可能性のある将来の漏洩を防ぎます。

クイックスタート

インストール

pipを使用して PyPI から Temporian をインストールします。

pip install temporian -U

Temporian は現在、Linux および MacOS (ARM および Intel) で利用できます。 Windows のサポートは開発中です。

最小限の例

個々の販売のtimestamp 、 store 、およびrevenueを含む販売レコードを考えてみましょう。

$ cat sales.csv
timestamp,store,revenue
2023-12-04 21:21:05,STORE_31,5071
2023-11-08 17:14:38,STORE_4,1571
2023-11-29 21:44:46,STORE_49,6101
2023-12-20 18:17:14,STORE_18,4499
2023-12-15 10:55:09,STORE_2,6666
...

私たちの目標は、毎週 (週末を除く) 午後 11 時の各店舗の収益の合計を計算することです。

まず、データをロードし、稼働日をリストします。

 import temporian as tp

# Load sale transactions
sales = tp . from_csv ( "sales.csv" )

# Index sales per store
sales_per_store = sales . add_index ( "store" )

# List work days
days = sales_per_store . tick_calendar ( hour = 22 )
work_days = ( days . calendar_day_of_week () <= 5 ). filter ()

work_days . plot ( max_num_plots = 1 )

次に、各営業日および各店舗の 1 日の収益を合計します。

 # Aggregate revenue per store and per work day
daily_revenue = sales_per_store [ "revenue" ]. moving_sum ( tp . duration . days ( 1 ), sampling = work_days ). rename ( "daily_revenue" )

# Plot the results
daily_revenue . plot ( max_num_plots = 3 )