時系列データのプロット（Python, matplotlib, seaborn を使用）（Google Colaboratory へのリンク有り）

1. エグゼクティブサマリー

numpy の配列に，同一の長さの時系列データが，複数入っているとする。そして，別データで，各時系列データのラベル番号があるとする。 このとき，時系列データを，ラベル番号を使って色分けし，プロットする。

本記事では，FordA データセットを題材として，以下の処理を Python（matplotlib, seaborn）で実現する。

1. FordA データセット（TSV 形式）をロードし，時系列データとラベル番号を取得する
2. ラベル番号ごとにカラーマップ hsv で色分けし，時系列データをプロットする
3. 主成分分析（PCA）で時系列データを2次元にマッピングし，散布図としてプロットする

【関連する外部ページ】

• https://keras.io/examples/timeseries/timeseries_classification_from_scratch/

Google Colaboratory のページ:

https://colab.research.google.com/drive/1tZmdhdUXMoB_rtQM45u-qgDPo75jTnYZ?usp=sharing

2. 前準備（必要ソフトウェアの入手）

ここでは、最低限の事前準備について説明する。機械学習や深層学習を行う場合は、NVIDIA CUDA、Visual Studio、Cursorなどを追加でインストールすると便利である。これらについては別ページ https://www.kkaneko.jp/cc/dev/aiassist.htmlで詳しく解説しているので、必要に応じて参照してください。

winget install --scope machine --id Python.Python.3.12 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_pip=1 Include_test=0 Include_launcher=1 InstallLauncherAllUsers=1"

python --version

winget install --scope machine --id Codeium.Windsurf -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --custom "/SP- /SUPPRESSMSGBOXES /NORESTART /CLOSEAPPLICATIONS /DIR=""C:\Program Files\Windsurf"" /MERGETASKS=!runcode,addtopath,associatewithfiles,!desktopicon"
powershell -Command "$env:Path=[System.Environment]::GetEnvironmentVariable('Path','Machine')+';'+[System.Environment]::GetEnvironmentVariable('Path','User'); windsurf --install-extension MS-CEINTL.vscode-language-pack-ja --force; windsurf --install-extension ms-python.python --force; windsurf --install-extension Codeium.windsurfPyright --force"

必要なライブラリのインストール [クリックして展開]

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには，Windows キーまたはスタートメニューから「cmd」と入力し，表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

python -m pip install -U pip setuptools numpy pandas matplotlib seaborn scikit-learn scikit-learn-intelex

3. 実行のための準備とその確認手順（Windows 前提）

3.1 プログラムファイルの準備

本記事のプログラムは Google Colaboratory 上のノートブックとして実行することを想定している。第1章の Google Colaboratory のリンクからノートブックを開き，各セルを順に実行する。

ローカル環境で実行する場合は，第5章のソースコードをテキストエディタ（メモ帳，Windsurf 等）に貼り付け，main.py として保存する（文字コード：UTF-8）。その際，%matplotlib inline は Jupyter/Google Colaboratory 専用のマジックコマンドであるため，削除すること。

3.2 実行コマンド

Google Colaboratory では，ノートブック内の各セルを上から順に実行する。

ローカル環境では，コマンドプロンプトでファイルの保存先ディレクトリに移動し，以下を実行する。

python main.py

3.3 動作確認チェックリスト

4. 概要・使い方・実行上の注意

4.1 FordA データセットの構造

FordA データセットは TSV 形式で提供される。readucr 関数により，各行の第0列をラベル（y），第1列以降を時系列データ（x）として読み込む。データは訓練用（ds_train）とテスト用（ds_test）に分かれている。

ds_train[1], ds_test[1] からラベル番号を得る。このとき重複を除去する。

4.2 時系列データのプロット

plot_ts 関数は，ラベル付きの時系列データのうち上位 top_k 個をプロットする。色はカラーマップ hsv で割り当て，alpha で透明度を指定する。凡例と軸ラベル（横軸：Time step，縦軸：Value）が表示される。

top_k = 10, alpha = 0.1 の場合：

top_k = 1, alpha = 1 の場合：

4.3 主成分分析の結果である主成分スコアのプロット

ds_train[0], ds_test[0] を主成分分析で2次元にマッピングし，ds_train[1], ds_test[1] を色として散布図を表示する。

ds_train の主成分分析プロット：

ds_test の主成分分析プロット：

5. ソースコード

5.1 パッケージのインポート

import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import matplotlib.cm as cm

5.2 FordA データセット（TSV 形式ファイル）のロード

FordA データセット（TSV 形式ファイル）をロードする。

def readucr(filename):
    data = np.loadtxt(filename, delimiter="\t")
    y = data[:, 0]
    x = data[:, 1:]
    return (x, y.astype(int))

root_url = "https://raw.githubusercontent.com/hfawaz/cd-diagram/master/FordA/"

ds_train = readucr(root_url + "FordA_TRAIN.tsv")
ds_test = readucr(root_url + "FordA_TEST.tsv")

5.3 データの確認

print(ds_train[0].shape)
print(ds_train[1].shape)
print(ds_test[0].shape)
print(ds_test[1].shape)

5.4 ラベル番号の取得

ds_train[1], ds_test[1] からラベル番号を得る。このとき重複を除去する。

classes = np.unique(np.concatenate((ds_train[1], ds_test[1]), axis=0))

5.5 seaborn の準備

import seaborn as sns
sns.set_theme()

5.6 時系列データのプロット

def plot_ts(x, y, classes, top_k, alpha):
    """ラベル付きの時系列データについて，上位 top_k 個をプロットする。色はカラーマップ hsv で色付けし，alpha は透明度を指定する。"""
    MI, MA = np.min(classes), np.max(classes)
    plt.figure()
    for c in classes:
        cval = 0.8 * (c - MI) / (MA - MI)
        for i in x[y == c][0:top_k]:
            plt.plot(i, alpha=alpha, color=cm.hsv(cval), label=f"class {c}")
    handles, labels = plt.gca().get_legend_handles_labels()
    by_label = dict(zip(labels, handles))
    plt.legend(by_label.values(), by_label.keys(), loc="best")
    plt.xlabel("Time step")
    plt.ylabel("Value")
    plt.show()

plot_ts(x = ds_train[0], y = ds_train[1], classes = classes, top_k = 10, alpha = 0.1)

5.7 設定を変えてプロット

plot_ts(x = ds_train[0], y = ds_train[1], classes = classes, top_k = 1, alpha = 1)

5.8 主成分分析の結果である主成分スコアのプロット

ds_train[0], ds_test[0] を主成分分析で2次元にマッピングし， ds_train[1], ds_test[1] を色として使用する。

import pandas as pd
import sklearn.decomposition

def prin2(A):
    """主成分分析で2つの成分を得る"""
    return sklearn.decomposition.PCA(n_components=2).fit_transform(A)

def scatter_plot(M, b, alpha):
    """M の最初の2列を，b で色を付けてプロットする"""
    a12 = pd.DataFrame(M[:, 0:2], columns=['a1', 'a2'])
    a12['target'] = b
    sns.scatterplot(x='a1', y='a2', hue='target', data=a12, palette=sns.color_palette("hls", len(np.unique(b))), legend="full", alpha=alpha)

def pcaplot(A, b, alpha):
    """主成分分析の結果をプロットする"""
    scatter_plot(prin2(A), b, alpha)

pcaplot(ds_train[0], ds_train[1], 0.1)

pcaplot(ds_test[0], ds_test[1], 0.1)

6. まとめ

6.1 時系列データのラベル別色分けプロット

numpy 配列に格納された同一長の時系列データを，ラベル番号ごとにカラーマップ hsv で色分けし，matplotlib でプロットする。plot_ts 関数で表示本数（top_k）と透明度（alpha）を指定できる。

6.2 FordA データセットの読み込み

FordA データセットは TSV 形式で提供される。readucr 関数で各行の第0列をラベル，第1列以降を時系列データとして読み込み，訓練データとテストデータに分けて取得する。

6.3 ラベル番号の取得と重複除去

ds_train[1] と ds_test[1] を結合し，np.unique で重複を除去してラベル番号一覧を得る。この一覧をプロット時のクラス分類に使用する。

6.4 主成分分析による2次元マッピング

時系列データを主成分分析（PCA）で2次元にマッピングし，散布図としてプロットする。prin2 関数で2つの主成分を得て，scatter_plot 関数で seaborn の scatterplot を用いてラベルごとに色分け表示する。

6.5 seaborn によるプロットスタイル設定

sns.set_theme() で seaborn のデフォルトテーマを適用し，プロットに統一的なスタイルを設定する。散布図では hls カラーパレットでラベルごとの色分けを行う。