在 Numpy 数组中提取高于某个阈值的连续值答案

【问题标题】：Extracting continuous values above a certain threshold in a Numpy array在 Numpy 数组中提取高于某个阈值的连续值
【发布时间】：2021-02-26 14:19:43
【问题描述】：

对于一个学校项目，我需要实现以下功能：

创建一个函数find_intervals(s, threshold)，在输入中接收一个Series s和一个阈值。

找到信号高于给定阈值的连续周期。

该函数应返回一个系列，该系列以每个连续周期的开始日期为索引，并以天数表示的周期长度作为关联值。结果应按周期长度降序排列。

当应用于这样的信号时（橙色线，thershold=0）：

它应该返回以下系列：

70     35
140    35
1      34
Name: interval, dtype: int64

也就是说，最大间隔是 35 个单位，它从标签 70 开始，然后还有一个长度为 35 的间隔从 140 开始，依此类推。在练习中，索引将是日期和间隔的长度以天为单位。

我已经编写了以下函数（在this Stackoverflow answer的帮助下。）

def intervals(samples,threshold):
    samples = np.array(samples)
    start = -1
    intervals = []
    for idx,x in enumerate(samples):
        if start < 0 and abs(x) < threshold:
            start = idx
        elif start >= 0 and abs(x) >= threshold:
            dur = idx-start
            if dur >= 0:
                intervals.append((start))
            start = -1
    return intervals

但是，当我在类似的 Sin 波上调用此函数时，该函数不适用于阈值 0 或任何负值。我真的不知道为什么。

编辑：这是我尝试过的以及得到的结果；

在下面的文章中，我绘制了一个简单的 Sin 波。

x = np.arange(0,64*np.pi,1) 
y = np.sin(x/11)
df = pd.Series(data=y,index=x)
plt.plot(x,y)
df = np.array(df)

当我使用intervals(df,0.5) 运行代码时，我得到了 [0, 34, 69, 103, 138, 172] 这是预期的。

但是；

如果我这样做了； intervals(df,0)我得到一个空列表，对于任何负阈值都可以这样说。

【问题讨论】：

abs(x) >= threshold 在这里，您取的是 x 的绝对值。如果使用阈值 0，则比较 abs(x) >= threshold 将始终为真。

标签： python pandas numpy signals signal-processing

【解决方案1】：

将您的功能更改为：

def find_intervals2(samples, threshold):
    samp = samples[samples >= threshold]
    xx = samp.groupby((samp.index != samp.index.to_series().shift() + 1)
        .cumsum()).apply(lambda grp: (grp.index[0], grp.size))
    return pd.Series(xx.str[1].values, index=xx.str[0]).sort_values(ascending=False)

请注意，结果是系列而不是列表。

为了提供一个更有启发性的示例，将源系列定义为：

x = np.arange(0, 68 * np.pi, dtype=int)
y2 = np.sin(x / 11 * (1000 - x) // 7 / 142)
s2 = pd.Series(data=y2, index=x)
plt.plot(s2)
plt.grid(True);

注意绘图的“逐步减少”频率。

那么当你运行find_intervals(s2, -0.2) 时，结果是：

162    52
72     48
0      39
dtype: int64

【讨论】：