在之前的一篇博客 —— 将一维时间序列转化成二维图片中，我翻译了一篇文章，说的是将一个时间序列信号转换成二维图片：
然后在文章的最后发了一个 Github 代码，这个代码是原文作者的代码，有人反应代码不能跑起来。
这里我使用 Python 的一个第三方库 pyts，参考官方文档，改写了一下。测试了一下，可以在 Pyhon3.7 上成功运行。官方上说明的是 Python 版本应该不小于 3.5，代码已经上传至 GitHub.
1/ 安装 pyts 库
注： 以前有一个版本的代码使用的 pyts 库的版本为 0.7.1，目前最新版本的 pyts 库改变比较大，会出现 cannot import name 'GASF' from 'pyts.image' 的报错。该问题已经在最新 GitHub 上的版本重新写了最新版本 pyts 的代码，如果想要使用旧版本的代码，安装的时候要指定 pyts 的版本，然后使用本文中旧版本的那个代码。
安装特定版本的 Python 包的方法，打开命令行，使用 pip 命令安装：
pip install pyts==0.7.1
2/ 准备一维时间序列
我使用 MATLAB 生成了一个 sin x 的时间序列图，plot 出来是这样的：
总共有 512 个点，也就是最大能够生成 512 × 512 512\times 512 512×512 的图片。
要把生成的图片保存为 .csv 文件：
3/ 转换成图片
接下来就是简单地转换成二维图片了，先贴代码吧，或者可以在我的 GitHub 上下载，里面有批量处理和保存 GAF 图片的代码：
使用新版本的 pyts，版本如下，这也是目前 GitHub 里面版本的代码：
import numpy as np
import matplotlib.pyplot as plt
from pyts.image import GramianAngularField
sin_data = np.loadtxt('sinx.csv', delimiter=",", skiprows=0).reshape(1, -1)
image_size = 28
gasf = GramianAngularField(image_size=image_size, method='summation')
sin_gasf = gasf.fit_transform(sin_data)
gadf = GramianAngularField(image_size=image_size, method='difference')
sin_gadf = gadf.fit_transform(sin_data)
images = [sin_gasf[0], sin_gadf[0]]
titles = ['Summation', 'Difference']
fig, axs = plt.subplots(1, 2, constrained_layout=True)
for image, title, ax in zip(images, titles, axs):
ax.imshow(image)
ax.set_title(title)
fig.suptitle('GramianAngularField', y=0.94, fontsize=16)
plt.margins(0, 0)
plt.savefig("GramianAngularField.pdf", pad_inches=0)
plt.show()
如果是使用 0.7.1 之前版本的，可以使用下面的代码：
import numpy as np
import matplotlib.pyplot as plt
from pyts.image import GASF, GADF
x = np.loadtxt(open("sinx.csv","rb"),delimiter=",",skiprows=0).T
# print(type(x),x.shape)
X = x[0:]
X = X.reshape(1, -1)
print(type(X),X.shape)
image_size = 28
gasf = GASF(image_size)
X_gasf = gasf.fit_transform(X)
print(X_gasf.shape)
print(X_gasf[0,4,2],X_gasf[0,2,4])
gadf = GADF(image_size)
X_gadf = gadf.fit_transform(X)
print(X_gadf[0,1,2],X_gadf[0,2,1])
# Show the results for the first time series
plt.figure(figsize=(16, 8))
plt.subplot(121)
plt.imshow(X_gasf[0], cmap='rainbow', origin='lower')
plt.title("GASF", fontsize=16)
plt.subplot(122)
plt.imshow(X_gadf[0], cmap='rainbow', origin='lower')
plt.title("GADF", fontsize=16)
plt.savefig('sinx.jpg')
plt.show()
运行，出来的效果是这样的：
文中的 .csv 文件和代码都放在我的仓库中，如果对你有帮助，可以在 GitHub 中给我个 Star，这会是对我的一份鼓励与肯定！
