用途：aeon 是面向时间序列机器学习的 Python 工具包，与 scikit-learn 兼容，提供统一估计器 API，适用于分类、回归、聚类、预测、异常检测、分割、相似性搜索、距离度量、变换、基准测试与可视化等任务。
主要能力：分类（如 RocketClassifier、HIVECOTEV2、InceptionTimeClassifier）、回归（RocketRegressor 等）、聚类（TimeSeriesKMeans）、预测（NaiveForecaster、ARIMA）、异常检测（STOMP）、分割（ClaSPSegmenter）、相似性搜索（StompMotif）、特征提取与预处理（RocketTransformer、Catch22、Normalizer、SimpleImputer）、距离度量（DTW 等弹性距离、欧氏等锁步距离、Shape DTW/SBD）、深度学习网络（FCN、ResNet、InceptionTime、TCN、自编码器）以及数据集加载与基准测试。
使用方式：需 Python 3.10+（推荐 3.11+），安装命令为 uv pip install "aeon>=1.4,<2"；深度学习等可选估计器用 uv pip install "aeon[all_extras]>=1.4,<2"。数据集合格式为 (n_cases, n_channels, n_timepoints)，单序列为 (n_channels, n_timepoints)。示例针对 aeon 1.x，1.0 版重构了预测与变换，导入路径与 0.x/sktime 时代不同。
适用场景与限制：适合时间序列分类、预测、异常检测、聚类、模式发现与特征工程；上游将 forecasting、anomaly_detection、segmentation、similarity_search、visualisation 视为实验性模块，接口可能在小版本间变化，生产管线建议优先使用稳定模块（classification、regression、clustering、distances、transformations）。具体收费、价格与平台信息暂未提供。