時系列データのの時間に関する長さを統一する方法を知りたい

Question

##実現したいこと

周期の長さが異なる時系列データが10個あり(長さが80～120)、
それらの時間に関する長さを100で統一したい。

イメージ
周期の長さが異なるsin波(1.5π~3π)を2πに統一したい

##わからないこと

そもそもこういう操作のことを時間に関する【正規化】と呼んでよいのか

##使用言語
python (3.7.2)

##試してみたこと
実装までは行えていないのですが以下のような
最大値最小値をスケーリングする方法などは使えないかと考えておりました。

mm = preprocessing.MinMaxScaler()

# mm.fit_transform(l)
# ValueError: Expected 2D array, got 1D array instead:

l_2d_min_max = mm.fit_transform(l_2d)

print(l_2d_min_max)
# [[0.  0.  0. ]
#  [0.5 0.5 0.5]
#  [1.  1.  1. ]]

print(type(l_2d_min_max))
# <class 'numpy.ndarray'>

参考:https://note.nkmk.me/python-list-ndarray-dataframe-normalize-standardize/

##コメント
方法に関してはこだわりはありませんので上述の方法以外でも結構です。

ご質問があれば早急にお答え修正させていただきます。

よろしくお願いいたします。

Comments

[meg_]

「時間に関する長さの異なる時系列データが10個あり(長さが80～120)、それらの長さを100で統一したい。」ということの「長さ」との時間の間隔のことでしょうか？

[pypypy.bom]

失礼いたしました、書き方が不適切でした。
イメージとしては周期の長さが異なるsin波が10個あるような状態です。

[meg_]

具体的なデータのサンプルを提示された方が分かりやすいかと思います。

Answer 1

sin波が例えなのか実際にsin波なのかわかりませんが．．．

周期の長さの異なるsin波(1.5π～3π)というのは以下のようなことを指すと仮定して、

y1 = h1 * sin(t) … 2π周期
y2 = h2 * sin(t * 2π/1.5π) … 1.5π周期
y3 = h3 * sin(t * 2π/3π) … 3π周期
：

2πに統一するというのは以下のようなことだと仮定すると、

y1 = h1 * sin(t) … 2π周期、t = T1 * 2π/2π
y2 = h2 * sin(t) … 2π周期、t = T2 * 2π/1.5π
y3 = h3 * sin(t) … 2π周期、t = T3 * 2π/3π
：

tでsin値を計算して、元のT2、T3については逆数で計算する、ということになります。

T1 = t
T2 = t * 1.5π/2π
T3 = t * 3π/2π
：

．．．たぶん、こういうことではないですよね。