一维数据二维化的办法汇总（一）_函数二维化

在轴承故障诊断中，除了对模型进行改进，很多人也会对数据集进行变换。常见的比如说小波时频图，思路是将一维时序信号变换为二维图像，而后便于使用各种图像分类的先进技术。实际上还有很多方法可以进行这种类似的变换，相关的论文我也看到过，但是具体效果如何不好说。最近正在生成相关的数据集，比较耗时，所以先把大概类别贴出来，后续有了数据集以后会进行测试。

0.格拉米角场GAFs

具体的原理我就不写了，有GASF(对应做角度和), GADF(对应做角度差)两种方法进行生成

def show_GASF_GADF(data,k):
 
    from mpl_toolkits.axes_grid1 import make_axes_locatable
    from pyts.datasets import load_gunpoint
    from pyts.image import GramianAngularField
 
    gasf = GramianAngularField(method='summation')
    X_gasf = gasf.transform(data)
    gadf = GramianAngularField(method='difference')
    X_gadf = gadf.transform(data)
 
    plt.figure()
    # plt.suptitle('gunpoint_index_' + str(0))
    ax1 = plt.subplot(121)
    plt.imshow(X_gasf[k])
    plt.title('GASF')
    divider = make_axes_locatable(ax1)
    cax = divider.append_axes("r