TSDB

<h3 align="center">欢迎使用TSDB</h3>

<p align='center'>只需一行代码即可加载172个公开时间序列数据集 ;-)</p>

📣 TSDB现在支持总共1️⃣7️⃣2️⃣个时间序列数据集‼️

<a href='https://github.com/WenjieDu/PyPOTS'><img src='https://yellow-cdn.veclightyear.com/835a84d5/d3819451-20ca-42e8-b126-701b25fad9ff.svg' width='160' align='left' /></a> TSDB是 <a href="https://github.com/WenjieDu/PyPOTS"> PyPOTS <img align="center" src="https://img.shields.io/github/stars/WenjieDu/PyPOTS?style=social"> </a> （一个用于部分观测时间序列数据挖掘的Python工具箱）的一部分，为了将数据集与学习算法解耦，它从PyPOTS中分离出来。

TSDB的创建是为了帮助研究人员和工程师摆脱数据收集和下载的烦恼，重新专注于数据处理细节。TSDB为下载和加载开源时间序列数据集提供了一站式的便利（可用数据集列表见下方）。

❗️请注意，由于人们对数据处理的要求各不相同，TSDB中的数据加载函数只包含最基本的步骤（例如删除无效样本），不会对数据进行处理（甚至不会对其进行归一化）。因此，不用担心，TSDB不会影响您的数据预处理。如果您只想要原始数据集，TSDB也可以帮助您下载并保存原始数据集（请查看下方的使用示例）。

🤝 如果您需要TSDB集成一个开源数据集或想自己将其添加到TSDB中，请随时通过创建问题或提交PR来合并您的代码。

🤗 如果您认为TSDB是一个有用的工具包，请给这个仓库点个星，帮助其他人注意到TSDB。如果TSDB对您的研究有帮助，请在您的出版物中适当引用TSDB和PyPOTS。这对我们的开源研究真的意义重大。感谢您！

❖ 使用示例

[!重要] TSDB可在<a alt='PyPI' href='https://pypi.python.org/pypi/tsdb'><img align='center' src='https://img.shields.io/badge/PyPI--lightgreen?style=social&logo=pypi'></a> 和<a alt='Anaconda' href='https://anaconda.org/conda-forge/tsdb'><img align='center' src='https://img.shields.io/badge/Anaconda--lightgreen?style=social&logo=anaconda'></a>上获得❗️

通过pip安装：

pip install tsdb

或从源代码安装：

pip install https://github.com/WenjieDu/TSDB/archive/main.zip

或通过conda安装：

conda install tsdb -c conda-forge

import tsdb

# 列出TSDB中所有可用的数据集
tsdb.list()
# ['physionet_2012',
#  'physionet_2019',
#  'electricity_load_diagrams',
#  'beijing_multisite_air_quality',
#  'italy_air_quality',
#  'vessel_ais',
#  'electricity_transformer_temperature',
#  'pems_traffic',
#  'solar_alabama',
#  'ucr_uea_ACSF1',
#  'ucr_uea_Adiac',
#  ...
# 选择所需的数据集并加载，TSDB 将自动下载、提取和处理
data = tsdb.load('physionet_2012')
# 如果需要原始数据，请使用 download_and_extract()
tsdb.download_and_extract('physionet_2012', './save_it_here')
# 曾经加载过的数据集会被缓存，可以使用 list_cached_data() 查看
tsdb.list_cache()
# 可以只删除特定数据集的pickle缓存
tsdb.delete_cache(dataset_name='physionet_2012', only_pickle=True)
# 可以只删除特定数据集的原始文件，保留其他文件
tsdb.delete_cache(dataset_name='physionet_2012')
# 或者可以使用 delete_cached_data() 删除所有缓存以释放磁盘空间
tsdb.delete_cache()

# 默认的缓存目录是用户主目录下的 ~/.pypots/tsdb。
# 为避免在下载多个数据集时占用过多空间，
# 可以将 TSDB 缓存目录迁移到外部磁盘
tsdb.migrate_cache("/mnt/external_disk/TSDB_cache")

就是这样。简单高效。尽情使用吧！😃

❖ 可用数据集列表

名称	主要任务
PhysioNet Challenge 2012	预测、插补、分类
PhysioNet Challenge 2019	预测、插补、分类
北京多站点空气质量	预测、插补
意大利空气质量	预测、插补
电力负荷图	预测、插补
电力变压器温度 (ETT)	预测、插补
船舶 AIS	预测、插补、分类
PeMS 交通	预测、插补
阿拉巴马州太阳能	预测、插补
UCR 和 UEA 数据集 (全部 163 个数据集)	分类

❖ 引用 TSDB/PyPOTS

介绍 PyPOTS 的论文可在 arXiv 上获取，其简短版本已被第九届 SIGKDD 国际时间序列挖掘与学习研讨会 (MiLeTS'23) 接受。此外，PyPOTS 已被列入 PyTorch 生态系统项目。我们正在争取将其发表在著名的学术期刊上，如 JMLR（机器学习开源软件专栏）。如果您在工作中使用了 PyPOTS，请按以下方式引用，并给这个仓库 🌟 加星，让更多人注意到这个库。🤗

有一些科研项目使用了 PyPOTS 并在其论文中引用。这里是一个不完整的列表。

@article{du2023pypots,
title={{PyPOTS: a Python toolbox for data mining on Partially-Observed Time Series}},
author={Wenjie Du},
journal={arXiv preprint arXiv:2305.18811},
year={2023},
}

或