DTW是一種常用的序列相似度度量方法。它可以計算兩個時間序列之間的相似度，即使它們具有不同的長度。在Python中，我們可以使用現有的模塊來實現DTW算法。

# 導入所需的模塊
from scipy.spatial.distance import euclidean
from fastdtw import fastdtw
# 創建兩個時間序列
ts1 = [1, 2, 3, 4, 5]
ts2 = [1, 3, 5, 7, 9]
# 使用fastdtw計算兩個序列之間的距離
distance, path = fastdtw(ts1, ts2, dist=euclidean)
# 打印結果
print('Distance:', distance)
print('Path:', path)

上面的代碼示例中，我們先導入了所需的模塊。然后創建了兩個時間序列ts1和ts2。接下來，我們使用fastdtw函數計算了兩個序列之間的距離。其中，dist參數指定了計算距離的方法，默認使用歐幾里得距離。最后，我們打印了距離和路徑的結果。

DTW算法在時間序列相似度計算中非常有效，由于Python的強大性能和現成的模塊，我們可以輕松地使用DTW算法來分析和處理各種時間序列數據。