stumpyダウンロード - stumpyソースコードのダウンロード

テストステータス

ずんぐりした

STUMPY は強力でスケーラブルな Python ライブラリで、マトリックスプロファイルと呼ばれるものを効率的に計算します。マトリックスプロファイルは、「時系列内のすべての (緑色の) サブシーケンスについて、対応する最近傍 (灰色) を自動的に識別する」ということを学術的に表現したものにすぎません。

スタンピーアニメーションGIF

重要なのは、マトリックスプロファイル (上の中央のパネル) を計算したら、次のようなさまざまな時系列データマイニングタスクに使用できることです。

パターン/モチーフ (より長い時系列内でほぼ繰り返されるサブシーケンス) の発見
異常/新規性 (不一致) の発見
シェイプレットの発見
セマンティックセグメンテーション
ストリーミング（オンライン）データ
高速近似行列プロファイル
時系列チェーン (時間的に順序付けられたサブシーケンスパターンのセット)
長い時系列を要約するためのスニペット
最適なサブシーケンスウィンドウサイズを選択するためのパンマトリックスプロファイル
そしてさらに...

学者、データサイエンティスト、ソフトウェア開発者、または時系列愛好家であっても、STUMPY は簡単にインストールできます。私たちの目標は、時系列の洞察をより早く得られるようにすることです。詳細については、ドキュメントを参照してください。

STUMPYの使い方

利用可能な関数の完全なリストについては API ドキュメントを参照し、より包括的な使用例については有益なチュートリアルを参照してください。以下に、STUMPY の使用方法を簡単に示すコードスニペットを示します。

STUMP の一般的な使用法 (1 次元の時系列データ):

 import stumpy
import numpy as np

if __name__ == "__main__" :
    your_time_series = np . random . rand ( 10000 )
    window_size = 50  # Approximately, how many data points might be found in a pattern

    matrix_profile = stumpy . stump ( your_time_series , m = window_size )

Dask Distributed via STUMPED による 1 次元時系列データの分散使用:

 import stumpy
import numpy as np
from dask . distributed import Client

if __name__ == "__main__" :
    with Client () as dask_client :
        your_time_series = np . random . rand ( 10000 )
        window_size = 50  # Approximately, how many data points might be found in a pattern

        matrix_profile = stumpy . stumped ( dask_client , your_time_series , m = window_size )

GPU-STUMP を使用した 1 次元時系列データの GPU 使用率:

 import stumpy
import numpy as np
from numba import cuda

if __name__ == "__main__" :
    your_time_series = np . random . rand ( 10000 )
    window_size = 50  # Approximately, how many data points might be found in a pattern
    all_gpu_devices = [ device . id for device in cuda . list_devices ()]  # Get a list of all available GPU devices

    matrix_profile = stumpy . gpu_stump ( your_time_series , m = window_size , device_id = all_gpu_devices )

MSTUMP を使用した多次元時系列データ:

 import stumpy
import numpy as np

if __name__ == "__main__" :
    your_time_series = np . random . rand ( 3 , 1000 )  # Each row represents data from a different dimension while each column represents data from the same dimension
    window_size = 50  # Approximately, how many data points might be found in a pattern

    matrix_profile , matrix_profile_indices = stumpy . mstump ( your_time_series , m = window_size )

Dask Distributed MSTUMPED を使用した分散多次元時系列データ分析:

 import stumpy
import numpy as np
from dask . distributed import Client

if __name__ == "__main__" :
    with Client () as dask_client :
        your_time_series = np . random . rand ( 3 , 1000 )   # Each row represents data from a different dimension while each column represents data from the same dimension
        window_size = 50  # Approximately, how many data points might be found in a pattern

        matrix_profile , matrix_profile_indices = stumpy . mstumped ( dask_client , your_time_series , m = window_size )

アンカー時系列チェーンを使用した時系列チェーン (ATSC):

 import stumpy
import numpy as np

if __name__ == "__main__" :
    your_time_series = np . random . rand ( 10000 )
    window_size = 50  # Approximately, how many data points might be found in a pattern

    matrix_profile = stumpy . stump ( your_time_series , m = window_size )

    left_matrix_profile_index = matrix_profile [:, 2 ]
    right_matrix_profile_index = matrix_profile [:, 3 ]
    idx = 10  # Subsequence index for which to retrieve the anchored time series chain for

    anchored_chain = stumpy . atsc ( left_matrix_profile_index , right_matrix_profile_index , idx )

    all_chain_set , longest_unanchored_chain = stumpy . allc ( left_matrix_profile_index , right_matrix_profile_index )

高速かつ低コストの Unipotent Semantic Semantic Segmentation (FLUSS) によるセマンティックセグメンテーション:

 import stumpy
import numpy as np

if __name__ == "__main__" :
    your_time_series = np . random . rand ( 10000 )
    window_size = 50  # Approximately, how many data points might be found in a pattern

    matrix_profile = stumpy . stump ( your_time_series , m = window_size )

    subseq_len = 50
    correct_arc_curve , regime_locations = stumpy . fluss ( matrix_profile [:, 1 ],
                                                    L = subseq_len ,
                                                    n_regimes = 2 ,
                                                    excl_factor = 1
                                                    )

依存関係

サポートされる Python および NumPy のバージョンは、NEP 29 の非推奨ポリシーに従って決定されます。

ナムピー
ナンバ
サイピー

どこで入手できますか

Conda のインストール (推奨):

conda install -c conda-forge stumpy

numpy、scipy、numba がインストールされていることを前提として、PyPI をインストールします。

python -m pip install stumpy

stumpy をソースからインストールするには、ドキュメントの手順を参照してください。

ドキュメント

基礎となるアルゴリズムとアプリケーションを完全に理解して評価するには、元の出版物を読むことが不可欠です。 STUMPY の使用方法の詳細な例については、最新のドキュメントを参照するか、実践的なチュートリアルを参照してください。

パフォーマンス

さまざまな CPU および GPU ハードウェアリソースとともに、さまざまな長さでランダムに生成された時系列データ (つまり、 np.random.rand(n) ) に対してコードの Numba JIT コンパイルバージョンを使用して、正確な行列プロファイルを計算するパフォーマンスをテストしました。

生の結果は、時間:分:秒.ミリ秒として、一定のウィンドウサイズ m = 50 で下の表に表示されます。これらの報告された実行時間には、ホストからすべてのホストにデータを移動するのにかかる時間が含まれていることに注意してください。 GPU デバイス。すべてのランタイムを表示するには、表の右側にスクロールする必要がある場合があります。

私	n = 2 ⁱ	GPU-ストンプ	スタンプ.2	スタンプ.16	困った.128	困惑.256	GPU-スタンプ.1	GPU-スタンプ.2	GPU-スタンプ.DGX1	GPU-スタンプ.DGX2
6	64	00:00:10.00	00:00:00.00	00:00:00.00	00:00:05.77	00:00:06.08	00:00:00.03	00:00:01.63	NaN	NaN
7	128	00:00:10.00	00:00:00.00	00:00:00.00	00:00:05.93	00:00:07.29	00:00:00.04	00:00:01.66	NaN	NaN
8	256	00:00:10.00	00:00:00.00	00:00:00.01	00:00:05.95	00:00:07.59	00:00:00.08	00:00:01.69	00:00:06.68	00:00:25.68
9	512	00:00:10.00	00:00:00.00	00:00:00.02	00:00:05.97	00:00:07.47	00:00:00.13	00:00:01.66	00:00:06.59	00:00:27.66
10	1024	00:00:10.00	00:00:00.02	00:00:00.04	00:00:05.69	00:00:07.64	00:00:00.24	00:00:01.72	00:00:06.70	00:00:30.49
11	2048年	NaN	00:00:00.05	00:00:00.09	00:00:05.60	00:00:07.83	00:00:00.53	00:00:01.88	00:00:06.87	00:00:31.09
12	4096	NaN	00:00:00.22	00:00:00.19	00:00:06.26	00:00:07.90	00:00:01.04	00:00:02.19	00:00:06.91	00:00:33.93
13	8192	NaN	00:00:00.50	00:00:00.41	00:00:06.29	00:00:07.73	00:00:01.97	00:00:02.49	00:00:06.61	00:00:33.81
14	16384	NaN	00:00:01.79	00:00:00.99	00:00:06.24	00:00:08.18	00:00:03.69	00:00:03.29	00:00:07.36	00:00:35.23
15	32768	NaN	00:00:06.17	00:00:02.39	00:00:06.48	00:00:08.29	00:00:07.45	00:00:04.93	00:00:07.02	00:00:36.09
16	65536	NaN	00:00:22.94	00:00:06.42	00:00:07.33	00:00:09.01	00:00:14.89	00:00:08.12	00:00:08.10	00:00:36.54
17	131072	00:00:10.00	00:01:29.27	00:00:19.52	00:00:09.75	00:00:10.53	00:00:29.97	00:00:15.42	00:00:09.45	00:00:37.33
18	262144	00:00:18.00	00:05:56.50	00:01:08.44	00:00:33.38	00:00:24.07	00:00:59.62	00:00:27.41	00:00:13.18	00:00:39.30
19	524288	00:00:46.00	00:25:34.58	00:03:56.82	00:01:35.27	00:03:43.66	00:01:56.67	00:00:54.05	00:00:19.65	00:00:41.45
20	1048576	00:02:30.00	01:51:13.43	00:19:54.75	00:04:37.15	00:03:01.16	00:05:06.48	00:02:24.73	00:00:32.95	00:00:46.14
21	2097152	00:09:15.00	09:25:47.64	03:05:07.64	00:13:36.51	00:08:47.47	00:20:27.94	00:09:41.43	00:01:06.51	00:01:02.67
22	4194304	NaN	36:12:23.74	10:37:51.21	00:55:44.43	00:32:06.70	01:21:12.33	00:38:30.86	00:04:03.26	00:02:23.47
23	8388608	NaN	143:16:09.94	38:42:51.42	03:33:30.53	02:00:49.37	05:11:44.45	02:33:14.60	00:15:46.26	00:08:03.76
24	16777216	NaN	NaN	NaN	14:39:11.99	07:13:47.12	20:43:03.80	09:48:43.42	01:00:24.06	00:29:07.84
NaN	17729800	09:16:12.00	NaN	NaN	15:31:31.75	07:18:42.54	23:09:22.43	10:54:08.64	01:07:35.39	00:32:51.55
25	33554432	NaN	NaN	NaN	56:03:46.81	26:27:41.29	83:29:21.06	39:17:43.82	03:59:32.79	01:54:56.52
26	67108864	NaN	NaN	NaN	211:17:37.60	106:40:17.17	328:58:04.68	157:18:30.50	15:42:15.94	07:18:52.91
NaN	100000000	291:07:12.00	NaN	NaN	NaN	234:51:35.39	NaN	NaN	35:03:44.61	16:22:40.81
27	134217728	NaN	NaN	NaN	NaN	NaN	NaN	NaN	64:41:55.09	29:13:48.12

ハードウェアリソース

GPU-STOMP: これらの結果は、元の Matrix Profile II 論文 - NVIDIA Tesla K80 (2 つの GPU を含む) から再現されており、比較するパフォーマンスベンチマークとして機能します。

STUMP.2: stumpy.stump は合計 2 つの CPU で実行されました - Dask なしの単一サーバー上の Numba と並列化された 2x Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz プロセッサ。

STUMP.16: stumpy.stump は合計 16 個の CPU で実行されました - Dask なしの単一サーバー上で、Numba と並列化された 16 個の Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz プロセッサー。

STUMPED.128: stumpy.stumped は合計 128 個の CPU で実行されました - 8x Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz プロセッサ x 16 サーバー、Numba で並列処理され、Dask Distributed で分散されました。

STUMPED.256: stumpy.stumped は合計 256 個の CPU で実行されました - 8x Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz プロセッサ x 32 サーバー、Numba で並列処理、Dask Distributed で分散されました。

GPU-STUMP.1: stumpy.gpu_stump は 1x NVIDIA GeForce GTX 1080 Ti GPU、ブロックあたり 512 スレッド、電力制限 200W で実行され、Numba で CUDA にコンパイルされ、Python マルチプロセッシングで並列化されます。

GPU-STUMP.2: stumpy.gpu_stump は 2x NVIDIA GeForce GTX 1080 Ti GPU、ブロックあたり 512 スレッド、電力制限 200W で実行され、Numba で CUDA にコンパイルされ、Python マルチプロセッシングで並列化されます。

GPU-STUMP.DGX1: stumpy.gpu_stump は 8x NVIDIA Tesla V100、ブロックあたり 512 スレッドで実行され、Numba で CUDA にコンパイルされ、Python マルチプロセッシングで並列化されました。

GPU-STUMP.DGX2: stumpy.gpu_stump は 16x NVIDIA Tesla V100、ブロックあたり 512 スレッドで実行され、Numba で CUDA にコンパイルされ、Python マルチプロセッシングで並列化されました。

テストの実行

テストは、 testsディレクトリに記述され、PyTest を使用して処理されます。コードカバレッジ分析には、 coverage.pyが必要です。テストは以下を使用して実行できます。

./test.sh

Pythonのバージョン

STUMPY は Python 3.9 以降をサポートしていますが、Unicode 変数名/識別子を使用しているため、Python 2.x とは互換性がありません。依存関係が小さいため、STUMPY は古いバージョンの Python でも動作する可能性がありますが、これはサポートの範囲外であるため、最新バージョンの Python にアップグレードすることを強くお勧めします。

助けを求める

まず、Github 上のディスカッションと問題をチェックして、そこで質問がすでに回答されているかどうかを確認してください。解決策が見つからない場合は、自由に新しいディスカッションや問題を作成してください。著者は適切なタイミングで対応するよう努めます。

貢献する

どのような形でも寄付を歓迎します。ドキュメント、特に拡張チュートリアルに関する支援はいつでも歓迎します。貢献するには、プロジェクトをフォークし、変更を加え、プルリクエストを送信してください。私たちは、お客様との問題を解決し、コードをメインブランチにマージできるよう最善を尽くします。

引用

このコードベースを科学出版物で使用しており、引用したい場合は、Journal of Open Source Software の記事を使用してください。

SM 法、(2019)。 STUMPY: 時系列データマイニング用の強力でスケーラブルな Python ライブラリ。オープンソースソフトウェアジャーナル、4(39)、1504。

 @article { law2019stumpy ,
  author  = { Law, Sean M. } ,
  title   = { {STUMPY: A Powerful and Scalable Python Library for Time Series Data Mining} } ,
  journal = { {The Journal of Open Source Software} } ,
  volume  = { 4 } ,
  number  = { 39 } ,
  pages   = { 1504 } ,
  year    = { 2019 }
}

参考文献

イェー、チンチア・マイケル他(2016) マトリックスプロファイル I: 時系列のすべてのペアの類似性結合: モチーフ、不協和音、シェイプレットを含む統一ビュー。 ICDM:1317-1322。リンク

朱、燕、他(2016) マトリックスプロファイル II: 新しいアルゴリズムと GPU を活用して、時系列モチーフと結合の 1 億の壁を突破します。 ICDM:739-748。リンク

イェー、チンチア・マイケル他(2017) マトリックスプロファイル VI: 意味のある多次元モチーフの発見。 ICDM:565-574。リンク

朱、燕、他(2017) マトリックスプロファイル VII: 時系列チェーン: 時系列データマイニングの新しいプリミティブ。 ICDM:695-704。リンク

ガルガビ、シャガイェグ、他。 (2017) マトリックスプロファイル VIII: 超人的なパフォーマンスレベルでのドメインに依存しないオンラインセマンティックセグメンテーション。 ICDM:117-126。リンク

朱、燕、他(2017) 新しいアルゴリズムと GPU を活用して、時系列モチーフと結合に対する 10 京兆のペアごとの比較の障壁を突破します。 KAIS:203-236。リンク

朱、燕、他(2018) マトリックスプロファイル XI: SCRIMP++: インタラクティブな速度での時系列モチーフの発見。 ICDM:837-846。リンク

イェー、チンチア・マイケル他(2018) 時系列結合、モチーフ、不協和音、シェイプレット: マトリックスプロファイルを活用する統一ビュー。データ最小知識ディスク:83-123。リンク

ガルガビ、シャガイェグ、他。 (2018) 「マトリックスプロファイル XII: MPdist: より困難なシナリオでのデータマイニングを可能にする新しい時系列距離測定。」 ICDM:965-970。リンク

ジマーマン、ザカリー、他(2019) マトリックスプロファイル XIV: GPU を使用した時系列モチーフ発見のスケーリングにより、1 日に数京のペアごとの比較が可能になり、それ以降も可能になります。 SoCC '19:74-86。リンク

アクバリニア、レザー、ベトランド・クロエズ。 (2019) 異なる距離関数を使用した効率的な行列プロファイル計算。 arXiv:1901.05708。リンク

カムガー、カヴェ、他(2019) マトリックスプロファイル XV: 時系列コンセンサスモチーフを利用して時系列セット内の構造を見つける。 ICDM:1156-1161。リンク

ライセンスと商標

ずんぐりした

著作権 2019 TD アメリトレード。 3 条項 BSD ライセンスの条件に基づいてリリースされています。

STUMPY は TD Ameritrade IP Company, Inc. の商標です。すべての権利は留保されています。

拡大する

stumpy

ずんぐりした

STUMPYの使い方

依存関係

どこで入手できますか

ドキュメント

パフォーマンス

ハードウェアリソース

テストの実行

Pythonのバージョン

助けを求める

貢献する

引用

参考文献

ライセンスと商標

Nuitka

azure storage python

Google ブログコンバーター (ブログデータコンバーター)

Poker Pro

repository guide

plainCms 非同期コルーチンコンテンツ管理システム v1.0

chat.petals.dev

GPT Prompt Templates

GPTyped

Nuitka

azure storage python

Google ブログコンバーター (ブログデータコンバーター)

wp functions

waymo open dataset

slugify