帮我写一段DTW代码来衡量两端时间序列的关系，这两段数据都包含时间信息以及数值信息

好的，以下是一个基于python的DTW代码示例：

import numpy as np

def dtw(s, t):
    n, m = len(s), len(t)
    dtw_matrix = np.zeros((n+1, m+1))
    for i in range(1, n+1):
        dtw_matrix[i, 0] = float('inf')
    for j in range(1, m+1):
        dtw_matrix[0, j] = float('inf')
    dtw_matrix[0, 0] = 0
    for i in range(1, n+1):
        for j in range(1, m+1):
            cost = abs(s[i-1] - t[j-1])
            dtw_matrix[i, j] = cost + min(dtw_matrix[i-1, j], dtw_matrix[i, j-1], dtw_matrix[i-1, j-1])
    return dtw_matrix[n, m]
    
def calculate_dtw(seq1, seq2):
    s = np.array(seq1)[:, 1]
    t = np.array(seq2)[:, 1]
    return dtw(s, t)

# 示例代码
seq1 = [(1, 10), (2, 20), (3, 30), (4, 40)]
seq2 = [(1, 15), (3, 25), (4, 35)]
dtw_distance = calculate_dtw(seq1, seq2)
print('DTW距离:', dtw_distance)

这个代码中，`seq1`和`seq2`分别表示两个时间序列，每个序列包含了时间和数值信息。`calculate_dtw`函数用于计算两个序列之间的DTW距离，返回值为距离值。在这个例子中，我们假设两个序列的时间信息已经对齐，因此只需要对数值信息进行比较。如果时间信息没有对齐，可以先进行时间对齐再计算DTW距离。