# py_ssa

**Repository Path**: coding9527/py_ssa

## Basic Information

- **Project Name**: py_ssa
- **Description**: 这个软件包在 Python 中实现了 MSSA 和 SSA，用于时间序列分解、预测值和估计信号根
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-01-30
- **Last Updated**: 2025-01-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PY-SSA-LIB PACKAGE
## Intro
欢迎来到py-ssa-lib包的页面！此包包含奇异谱分析（SSA）和多通道奇异谱分析的python实现。
它可用于时间序列分析和预测。
请查看相应目录中的SSA和MSSA指南！
新增：py-ssa-lib包的Wiki现已可用，并将定期更新。它包含了一些关于MSSA和SSA的理论背景。

 
## Installation
```shell
$ python -m pip install py-ssa-lib
```

## Requirements
所需的软件包列在requirements.txt中，可以通过pip从此文件安装。
在安装**py-ssa库时，应自动安装所有依赖项**
**py-ssa库**中的类严重依赖numpy、scipy、sklearn、pandas和matplotlib库。

## Similar Python Packages
在开发**py-ssa lib**之前，我搜索了
实现MSSA和SSA的Python包，发现只有少数具有类似功能的体面包：

- https://github.com/AbdullahO/mSSA?tab=readme-ov-file
- https://github.com/kieferk/pymssa
  
然而，它们似乎不再被维护，与我需要的功能相比，它们提供的功能有限。
（可以说）R中的RSSA包提供了最佳功能(https://github.com/asl/rssa).
因此，这个包的目的是将RSSA包中最有用的函数迁移到Python中，以便为时间序列分析提供无缝的工作流程。


## List of the Core Packages
- NumPy https://numpy.org/
- SciPy https://scipy.org/
- Jupyter Lab https://jupyterlab.readthedocs.io/en/latest/index.html
- Scikit-learn https://scikit-learn.org/stable/
- Matplotlib https://matplotlib.org/


  
## Literature about SSA and MSSA
- https://www.kaggle.com/code/jdarcy/introducing-ssa-for-time-series-decomposition/notebook#2.-Introducing-the-SSA-Method
- https://link.springer.com/book/10.1007/978-3-642-34913-3
- https://link.springer.com/book/10.1007/978-3-662-57380-8
- https://www.gistatgroup.com/gus/mssa2.pdf
  


### Citation 
如果你觉得这个包有用，请引用：

**Konstantin Ibadullaev, https://github.com/K-Ibadullaev/py_ssa/**

(此文件和引用格式将随时间而变化。)


### Acknowledgements
软件包是ESF资助的“智能地理系统”研究项目（100693905）的一部分

![alt text](https://github.com/K-Ibadullaev/py-ssa-lib/blob/main/ESFICON.png)