【亲测免费】 TSFEL 开源项目简介与使用指南

1. 项目目录结构及介绍

在fraunhoferportugal/tsfel仓库中，项目的主要目录结构如下：

tsfel/
├── docs/                # 文档相关资料
│   └── source/          # Sphinx文档源代码
├── examples/            # 示例代码
├── src/                 # 源代码
│   ├── tsfel/           # 主要功能模块
│   │   ├── feature_extraction/  # 特征提取模块
│   │   └── utils/              # 辅助工具模块
├── notebooks/           # Jupyter Notebook示例
└── tests/                # 单元测试

• docs: 包含项目文档的Markdown源码和构建文档所需的资源。
• examples: 提供了使用TSFEL进行时间序列特征提取的简单示例。
• src: 项目的核心代码库，包含feature_extraction（用于特征提取）和utils（辅助工具）子模块。
• notebooks: 存储Jupyter Notebook教程或演示。
• tests: 测试用例，确保代码质量。

2. 项目的启动文件介绍

TSFEL作为一个Python包，没有特定的启动文件。而是通过导入其核心模块来使用。例如，在Python环境中，你可以通过以下方式导入TSFEL并开始使用：

from tsfel import feature_extraction as fe

然后，你可以使用fe模块提供的函数来处理时间序列数据。

3. 项目的配置文件介绍

TSFEL库中的配置文件主要以JSON格式存储，位于src/tsfel/config目录下。这些文件定义了不同领域（如统计、时域、频域等）的特征列表。默认配置文件是features.json，它包含了TSFEL支持的所有特征。用户可以根据需求定制自己的特征集，或者修改现有配置文件。

例如，你可以创建一个新的JSON文件，选择想要提取的特定特征，并在代码中指定该配置文件路径：

custom_config_path = 'path/to/your/custom_features.json'
features_list = fe.get_features_list(custom_config_path)

这将允许你在特征提取过程中只使用自定义配置文件中列出的特征。

最后，TSFEL还提供了交互式UI，该界面基于Google Sheets，可以方便地在线进行特征选择和定制，无需直接操作配置文件。

---

以上即为TSFEL的基本目录结构、启动方式以及配置文件的简要介绍。在实际使用中，请参考项目文档和示例代码以获取更详细的指引。