使用ruptures库进行时间序列变点检测基础教程

引言

时间序列分析中一个常见任务是检测序列中的变点(Change Points)，即序列统计特性发生显著变化的时刻。ruptures是一个专门用于变点检测的Python库，提供了多种高效的算法实现。本文将介绍如何使用ruptures进行基础的变点检测分析。

环境准备

首先需要安装必要的库：

import matplotlib.pyplot as plt
import ruptures as rpt

生成模拟数据

为了演示变点检测，我们先创建一个包含噪声的3维分段常数信号：

n_samples, n_dims, sigma = 1000, 3, 2
n_bkps = 4  # 变点数量
signal, bkps = rpt.pw_constant(n_samples, n_dims, n_bkps, noise_std=sigma)

这里生成了一个1000个样本点、3维的信号，包含4个变点，噪声标准差为2。函数返回信号本身和真实的变点位置。

查看真实变点

print(bkps)

输出结果类似[250, 500, 750, 1000]，表示信号在250、500、750处发生了均值变化。最后一个元素1000是信号长度，这是ruptures的约定格式。

可视化信号

我们可以直观地查看信号及其变点：

fig, ax_array = rpt.display(signal, bkps)

图像中颜色变化的位置就是真实的变点，可以清晰地看到信号均值的变化。

变点检测原理

ruptures库的核心思想是通过优化算法找到使分段近似误差最小的变点位置。具体来说，对于信号y₀,y₁,...,y_{T-1}，我们求解：

min_{t₁,...,t_K} V(t₁,t₂,...,t_K)

其中V是分段近似误差：

V(t₁,t₂,...,t_K) := ∑{k=0}^K ∑{t=t_k}^{t_{k+1}-1} ‖y_t-ȳ_{t_k..t_{k+1}}‖²

这里ȳ_{t_k..t_{k+1}}是子信号y_{t_k},...,y_{t_{k+1}-1}的均值。

实际检测变点

使用动态规划算法(Dynp)进行检测：

algo = rpt.Dynp(model="l2").fit(signal)
result = algo.predict(n_bkps=4)
print(result)

这里我们：

1. 创建Dynp检测器，使用L2范数作为损失函数
2. 拟合信号
3. 预测4个变点位置

结果可视化

将检测结果与真实变点对比：

rpt.display(signal, bkps, result)
plt.show()

图中交替颜色表示真实变点，虚线表示检测到的变点。在这个简单例子中，两者几乎完全一致。

实际应用建议

1. 对于真实数据，通常不知道变点数量，可以使用库中的其他算法如Pelt或BinSeg
2. 可以尝试不同的损失函数(model参数)，如"l1"或"rbf"
3. 多维信号检测时，各维度变化可能不同步，需要特别注意

结语

本文介绍了ruptures库的基本使用方法，展示了如何生成测试数据、进行变点检测和结果可视化。ruptures提供了丰富的算法和灵活的接口，能够满足各种变点检测需求。对于更复杂的应用场景，建议参考官方文档深入了解不同算法的适用条件和参数设置。