来源：机器之心
作者：杜伟、陈萍
本文介绍一个用于分析时间序列数据的 Python 库，可支持数据降维、聚类、马尔可夫状态模型、隐马尔可夫模型等算法。
很多开发者都使用 Python 作为他们的主要开发语言，其中一个原因是 Python 拥有一个强大的标准库。通过各种库函数，开发者可以快速地进行代码编写。本文将为读者介绍一个用于分析时间序列数据的 Python 库：Deeptime。特别地，该库实现了降维、聚类和马尔可夫模型估计等算法。
此外，该库的 API 与 scikit-learn 的类似，并通过鸭子类型（duck typing）为工具提供基本的兼容性。
项目地址：https://github.com/deeptime-ml/deeptime
安装方法
Deeptime 库安装非常简单，可通过 conda，安装方式如下所示：
gitclone https://github.com/deeptime-ml/deeptime.git
cddeeptime
gitsubmodule update --init
condainstall numpy scipy cython scikit-learn
pythonsetup.py install
也可通过 pip，安装方式如下所示：
pip install git+https://github.com/deeptime-ml/deeptime.git@master
简要介绍
Deeptime 库支持的算法包括动态数据降维、使用神经网络进行深度降维、SINDy、马尔可夫状态模型、隐马尔可夫模型等。此外该库还提供有使用的 API 文档、日志更新等其他内容。
除此以外，该库也为用户提供了相应的示例研究，以供学习。
