ordpy：使用置换熵和序数网络方法进行数据分析的Python包
摘要：ordpy：一个用于时间序列分析的Python模块 摘要： 自从Bandt和Pompe的开创性工作以来，置换熵已经在多个应用中得到使用，并且现在已经成为时间序列分析的重要工具。除了成为一种受欢迎且成功的技术之外，置换熵还激发了一种将时间序列映射为符号序列的框架，从而促使了许多其他工具的发展，其中包括一种从时间序列创建网络的方法，即序数网络。尽管其受欢迎程度越来越高，但这些方法的计算发展仍然是零散的，还没有任何努力集中在创建一个统一的软件包上。在这里，我们介绍了ordpy，一个简单且开源的Python模块，它实现了置换熵以及与Bandt和Pompe框架相关的几种主要方法，用于分析时间序列和二维数据。具体而言，ordpy实现了置换熵、Tsallis和Rényi置换熵、复杂度-熵平面、复杂度-熵曲线、缺失序数模式、序数网络和缺失序数转换等一维（时间序列）和二维（图像）数据以及它们的多尺度推广。我们回顾了这些工具的一些理论方面，并通过复制几个文献结果来说明ordpy的使用。
作者：Arthur A. B. Pessa and Haroldo V. Ribeiro
论文ID：2102.06786
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-06-10