python中的rpy2动态时间扭曲（dtw） - 窗口不起作用答案

【问题标题】：rpy2 Dynamic Time Warping (dtw) in python - windowing does not workpython中的rpy2动态时间扭曲（dtw） - 窗口不起作用
【发布时间】：2018-06-21 15:27:57
【问题描述】：

现已关闭的discussion 展示了如何在 python 中使用 R dtw 包。这有点笨拙，但是 R dtw 包比当前可用的 python dtw 实现更好而且更好。不幸的是，像 Sakoe-Chiba band 这样的窗口函数在尝试指定“window.size”时不起作用。映射到参数似乎存在问题。注意 ”。”使用 rpy2 时，in arguments 应该被替换为“_”。但是遵循这个约定，由于某种原因没有使用该参数。

import numpy as np

import rpy2.robjects.numpy2ri
from rpy2.robjects.packages import importr
rpy2.robjects.numpy2ri.activate()

# Set up our R namespaces
R = rpy2.robjects.r
DTW = importr('dtw')

# Generate our data
idx = np.linspace(0, 2*np.pi, 100)
template = np.cos(idx)
query = np.sin(idx) + np.array(R.runif(100))/10

# Calculate the alignment vector and corresponding distance
alignment = R.dtw(query, template, keep=True,window_type='sakoechiba',
                     window_size=5)

>>> RRuntimeError: Error in window.function(row(wm), col(wm), query.size= n, reference.size = m,  : 
 argument "window.size" is missing, with no default

您可以看到错误状态“window.size”缺失，尽管“window_size”明确以 rpy2 方式指定。

【问题讨论】：

标签： python rpy2 dtw

【解决方案1】：

只是来自未来的说明：这个问题现在被feature-equivalent dtw-python package（也找到on PyPI）所取代。不再需要 rpy2-R-dtw 桥接器。

【讨论】：

【解决方案2】：

回答我自己的问题，以防有人遇到同样的问题。问题在于参数映射和 R 三点省略号“...”。这可以通过手动指定映射来解决。

from rpy2.robjects.functions import SignatureTranslatedFunction

R.dtw = SignatureTranslatedFunction(R.dtw,
                        init_prm_translate={'window_size': 'window.size'})

因此，在本规范中，正确使用了 window_size 参数。

import numpy as np

import rpy2.robjects.numpy2ri
from rpy2.robjects.packages import importr
from rpy2.robjects.functions import SignatureTranslatedFunction
rpy2.robjects.numpy2ri.activate()

# Set up our R namespaces
R = rpy2.robjects.r
DTW = importr('dtw')
R.dtw = SignatureTranslatedFunction(R.dtw,
                      init_prm_translate={'window_size': 'window.size'})

# Generate our data
idx = np.linspace(0, 2*np.pi, 100)
template = np.cos(idx)
query = np.sin(idx) + np.array(R.runif(100))/10

# Calculate the alignment vector and corresponding distance
alignment = R.dtw(query, template, keep=True,window_type='sakoechiba',
                     window_size=10)
dist = alignment.rx('distance')[0][0]

print(dist)
>>> 117.348292359

【讨论】：