TimeSeries

継承元: gwpy.timeseries.TimeSeries

すべての gwexpy 機能を備えた拡張 TimeSeries。

主な拡張機能 (Key Extensions)

統計と相関

  • correlation(other, method="pearson", ...) 他の TimeSeries との相関を計算します。 手法: "pearson", "kendall", "mic", "distance".

  • partial_correlation(other, controls=None, ...) 第三変数の影響を除いた偏相関を計算します。

  • fastmi(other, grid_size=128) FastMI (FFTベース) 推定器を用いて相互情報量を計算します。

  • granger_causality(other, maxlag=5) 時系列間の因果関係（Granger Causality）を検定します。

信号処理

  • hilbert() / envelope() 解析信号とその振幅包絡線を計算します。

  • mix_down(f0) 特定の搬送周波数で信号を復調します。

  • fft(mode="steady"|"transient", ...) ゼロパディングやウィンドウ管理のオプションを備えた拡張FFT。

モデリングと前処理

  • arima(order=(p,d,q)) ARIMA 時系列モデルを適合します。

  • impute(method="interpolate") データ内の欠損値 (NaN) を処理します。

  • standardize(method="zscore") 平均 0、分散 1 になるようにデータを再スケーリングします。

使用例

from gwexpy.timeseries import TimeSeries
ts = TimeSeries.fetch_open_data('H1', 1126259446, 1126259478)

# 非線形相関を計算
mic_score = ts.correlation(other_ts, method="mic")

# 標準化して包絡線を計算
env = ts.standardize().envelope()

Pickle / shelve の可搬性

[!WARNING] 信頼できないデータを pickle / shelve で読み込まないでください。ロード時に任意コード実行が起こり得ます。

gwexpy の pickle は可搬性を優先しており、unpickle 時に GWpy 型を返す設計です （読み込み側に gwexpy が無くても、gwpy があれば復元できます）。

全メソッド一覧

カテゴリ

メソッド

スペクトル

fft, psd, asd, spectrogram, q_transform, cwt, cepstrum

信号処理

filter, bandpass, highpass, lowpass, notch, resample, detrend, whiten, taper

解析

find_peaks, instantaneous_phase, rolling_mean

相互運用

to_pandas, to_torch, to_tensorflow, to_xarray

入出力

read, write, get, fetch