我是Python和数据科学的新手，并复制了我发现的关于车辆维护的研究论文。
我正在尝试分析车辆维护数据，以查找绝对时间内组件维护的季节性模式以及车辆使用年限的组件维护模式。我所说的组件是指特定部分。
我想创建一个 3 向数据张量，其中车辆编号在垂直轴上，分量编号在水平轴上，深度表示时间(绝对或车辆年龄)。
每个元素将表示在给定车辆编号、组件编号和时间对组件执行的作业计数。
如果有人能为我指出正确的方向，以了解如何使用所描述的数据创建 3D 张量，我将不胜感激。到目前为止，我找到的资源仅处理 numpy 矩阵，但我的数据是字母数字，时间单位是月份。
关于Python中PARAFAC分解的可用资源的方向也将不胜感激。
谢谢！
您可以使用TensorLy来实现张量运算，分解和回归，特别是允许您轻松应用PARAFAC。
另请查看笔记本，了解使用 TensorLy 的张量方法的介绍。还有一章是关于张量分解的，其中包括Parafac，并演示了如何在实践中应用它。
你也可以使用tensorlearn包。特别是对于 PARAFAC，请参阅链接以获取完整的解释和示例。