比较图（折线图）

Question

我正在尝试比较一组图表。 Plot我想将所有“薄”打印图与“厚”（-GoalGraphs）比较。

数据 -所有数据的长度和幅度略有不同（请参见下文）

  

图a：[315,92,60,46,36,33,29,28,26,24,23,22,20,21,19,19,18,17,18,17,16,17 ，16,16,17,16,16,17,16,17,16,17,15,17,16,17,16,17,17,16,16,16,16,16,17,17,16,17 ，16,16,16,15,16,17,17,16,16,17,16,17,16,17,16,16,17,16,16,16,16,16,17,16,17,16 ，17,18,16,18,18,18,18,19,19,20,20,23,30,40,56,69,62,59,55,59,66,78,79,75,84 ，77,72,73,79,83,86,586]

     

图形x：[302,88,56,45,38,34,30,28,25,25,22,22,20,20,18,19,17,18,17,16,17,16 ，16,16,16,16,16,15,16,17,16,16,17,16,16,17,16,16,16,16,17,16,17,17,17,16,17,17 ，17,17,17,18,17,18,19,19,19,20,23,27,37,49,69,64,61,56,55,60,71,79,75,78,87 ，73,75,78,79,81,590]

目标-我想检查“更细”图的形状是否与“更细”图的形状相同。因此，即使DataPoints的位置不正确匹配，我也希望算法能够识别出模式。

解决方案

1. 我阅读了有关插值较粗的图并将其与其他图进行比较的信息。我可以找到插值图scipy的解决方案，但我不知道如何将其插值到其他图。我也不确定这是否与DataPoints“缺失”的图表相匹配（例如，抓图比目标图短）

2. 我对Maschin Lerning或Pattern Recognition有所了解，我试图找到一些好的陈述要点，但领域非常大。

3. 我尝试过Yakov Dan提到的

  

将numpy导入为np

     

array_a = [315,92,60,46,36,33,29,28,26 ...]

     

array_b = [302,88,56,45,38,34,30,28,25 ...]

     

print（np.correlate（array_a，array_b，'valid'），'valid'）

     

这将导致[578559]有效

您能解释一下结果代表什么吗？

问题：-最佳方法是什么？有人可以给我提示从哪里开始，或者如何解决这个问题？

Answer 1

首先归一化每个图的幅度，然后计算成对的互相关。

假设您有array_a和array_b，其中包含要比较的数据。您可以使用numpy对它们进行互相关，如下所示：

cc = np.correlate（array_a，array_b，mode ='full'）。

cc是vector，而不是值。抄送包含的内容是array_a与array_b的移位版本之间的相似性。当cc[0]偏移0时，array_a包含array_b和array_b之间的相似性，cc[1]包含array_a和{{1}之间的相似性}当array_b移动1时 当array_b偏移2时，cc[2]和array_a之间具有相似性，以此类推……对于array_b之间重叠的所有可能的偏移和array_b

看看是否可以从这里拿走