libcity.utils.dataset

数据预处理阶段相关的工具函数

libcity.utils.dataset.caculate_time_sim(data)

libcity.utils.dataset.cal_basetime(start_time, base_zero)

用于切分轨迹成一个 session， 思路为：给定一个 start_time 找到一个基准时间 base_time， 在该 base_time 到 base_time + time_length 区间的点划分到一个 session 内， 选取 base_time 来做的理由是：这样可以保证同一个小时段总是被 encode 成同一个数

libcity.utils.dataset.cal_timeoff(now_time, base_time)

计算两个时间之间的差值，返回值以小时为单位

libcity.utils.dataset.parse_coordinate(coordinate)

libcity.utils.dataset.parse_time(time_in, timezone_offset_in_minute=0)

将 json 中 time_format 格式的 time 转化为 local datatime

libcity.utils.dataset.string2timestamp(strings, offset_frame)

libcity.utils.dataset.timestamp2array(timestamps, t)

把时间戳的序列中的每一个时间戳转成特征数组，考虑了星期和小时， 时间戳: numpy.datetime64(‘2013-07-01T00:00:00.000000000’)

参数

• timestamps – 时间戳序列

• t – 一天有多少个时间步

返回

特征数组，shape: (len(timestamps), ext_dim)

返回类型

np.ndarray

libcity.utils.dataset.timestamp2vec_origin(timestamps)

把时间戳的序列中的每一个时间戳转成特征数组，只考虑星期， 时间戳: numpy.datetime64(‘2013-07-01T00:00:00.000000000’)

参数

timestamps – 时间戳序列

返回

特征数组，shape: (len(timestamps), 8)

返回类型

np.ndarray