获取数组范围的开始和结束

Question

假设我有一个信号，比如一个正弦波：

x = np.arange(100)
y = np.sin(x/10)

当我绘制此图时，我想用红色突出显示 y 的值高于某个阈值的区域，例如0.7。我想过做这样的事情

region = [i for i, e in enumerate(y) if e >= 0.7]
fig, ax = plt.subplots()
ax.plot(x, y)

k = region [0]
for i in region:
    if i-k == 1:
       ax.axvspan(k, i+1, facecolor='red', alpha=0.2)
    k = i

plt.show()

添加+1 是因为我想“包含”突出显示区域中的最后一个点。

但是，这会产生重叠的axvspans，这意味着第一个和最后一个会“更轻”（因为我使用的是alpha = 0.2），如图：

是否有另一种（可能更简单）的方法来实现这一点？

Answer 1

一种方法是对y 应用掩码以查找值高于阈值的位置。然后，您需要找到掩码值为True 的第一个和最后一个匹配项。这可以通过使用this question 的答案找到True-False 和False-True 转换来完成：

x = np.arange(100)
y = np.sin(x/10)

fig, ax = plt.subplots()
ax.plot(x, y)

mask = y >= 0.7

first_vals = np.argwhere((~mask[:-1] & mask[1:]))  # Look for False-True transitions
last_vals = np.argwhere((mask[:-1] & ~mask[1:])) + 1  # Look for True-False transitions

for start, stop in zip(first_vals, last_vals):
    ax.axvspan(start, stop, facecolor='red', alpha=0.2)

plt.show()

引入第二个条件意味着您必须使用numpy.logical_or。如果掩码的第一个值为True，则可能需要引入一些额外的检查：

mask = np.logical_or(y>0.7, y==0)

if mask[0]:
    first_vals = np.argwhere((~mask[:-1] & mask[1:]))  # Look for False-True transitions
    last_vals = np.argwhere((mask[:-1] & ~mask[1:])) + 1 # Look for True-False transitions
    first_vals = np.insert(first_vals, 0, 0, axis=0)

for start, stop in zip(first_vals, last_vals):
    ax.axvspan(start, stop, facecolor='red', alpha=0.2)