影象展示：
但是對於時間序列資料我們求包絡線的過程中有時候想保留對應的時間值，而不僅僅是看個熱鬧。
上面鏈結中第三步：
第乙個問題：
「包絡線的生成，需要將原資料分成等寬度的小段，每段取乙個最高點所對應的橫座標和縱座標」，其實它根根沒有取每段最高點多對應的橫座標，從最後一步生成的橫座標可以看出來。
第二個問題：
「比如設定每小段的長度為 d = 4 或 8 或 16（或2048的其他約數），」這個每小段的長度設定有限制，導致程式的實用性大大降低。
對此我們做出改進
d = 5; % 可以設定每小段長度範圍 2 ~n
loopn = round(length(error2)/d);
clusteringdata = zeros(2,loopn);
for k=1:loopn-1
[ma,index] = max(error2((k-1)*d+1:(k)*d));
clusteringdata(1,k) = ma; % 找到每次分段中的最大值
clusteringdata(2,k) = t2(index + d*(k-1)); % 儲存對應的時間值
end[ma,index] = max(error2((loopn-1)*d+1:length(error2)));%最後一段單獨處理
clusteringdata(1,loopn) = ma; % 找到分段中的最大值
clusteringdata(2,loopn) = t2(index + d*(loopn-1)); % 儲存對應的時間值
plot(clusteringdata(2,:),clusteringdata(1,:),"-*b");%影象展示
t2(橫座標),error2（縱座標）
最終得到的上側包絡線：clusteringdata(2,:),clusteringdata(1,:)
至於下側包絡線和上面一樣的思路。
時間序列資料
出生 gdp溫度 時間要素 年 季度 月 周 日 數值要素 長期變動趨勢 相當長的一段時間，受長期趨勢影響 持續上公升 下降 不規則變動 隨機擾動項 含白噪音 迴圈變動 市場經濟的商業週期 或者整個國家的經濟週期 1 資料具有週期性才能使用時間序列分解，例如資料是月份資料，季度資料，如果是年份資料則...
Python處理時間序列資料
初償用python處理時間序列的資料，碰到一些坑。以此文記錄一下，希望後來者可以少走彎路。背景說明 我是用乙個已有的csv資料表作為原材料進行處理的。目的 實現時間序列的視覺化，及週期性的視覺化。1 碰到的第乙個坑是，匯入到時間資料，預設的是字串的資料型別。因此，在視覺化的時候，會出現沒有按時間先後...
時間序列資料python庫彙總
由於我熱衷於機器學習在時間序列中的應用，特別是在醫學檢測和分類中，在嘗試的過程中，一直在尋找優質的python庫 而不是從頭開始編寫 去實現我對於資料處理的需求。以下是我在處理時間序列資料 time series data 我希望其中一些對你也有用！這個庫可以幫助你建立時間序列資料，特別是在使用延遲...