基本案例

Question

对于数据分析任务，我想在一个numpy数组中找到零交叉点，该数组来自于先是类似于sobel的内核，然后是墨西哥帽内核的卷积。零交叉使我能够检测数据的边缘。

不幸的是，数据有些嘈杂，我只想找到具有最小跳转大小的零交叉点，在下面的示例中为{ "command": "multiCommand.gotoDebuggerExecutionPoint", "sequence": [ "workbench.debug.action.focusCallStackView", "list.clear", "list.focusFirst", "list.select" ] }：

应该导致

import numpy as np
arr = np.array([12, 15, 9, 8, -1, 1, -12, -10, 10])

或

>>>array([1, 3, 7])

>>>array([3, 7])是3的索引，刚好在第一跳的中间，而-1是7的索引

我尝试修改以下代码（来源：Efficiently detect sign-changes in python）

-10

可以正确忽略小跳，但将零交叉点放在zero_crossings = np.where(np.diff(np.sign(np.trunc(arr/10))))[0]

什么是有效的方法？

最小跳跃的定义并不严格，但是结果应该符合我的问题。

编辑：为澄清起见

[1,5,7]

更多边缘情况：

arr = np.array([12, 15, 9, 8, -1, 1, -12, -10, 10])
arr_floored = np.trunc(arr/10)
>>>>np.array([10, 10, 0, 0, 0, 0, -10, -10, 10])
sgn = np.sign(arr_floored)
>>>>array([ 1,  1,  0,  0,  0,  0, -1, -1,  1])
dsgn = np.diff(sgn)
>>>>array([ 0, -1,  0,  0,  0, -1,  0,  2])
np.where(dsgn)
>>>>(array([1, 5, 7], dtype=int64),)

应该导致

arr = [10,9,8,7,6,5,4,3,2,1,0,-1,-2,-3,-4,-5,-6,-7,-8,-9,-10]

也刚刚注意到：问题可能是不适定的（从数学意义上来说）。我将在今天晚些时候进行澄清。

Answer 1

这是一个解决方案，它给出了包含噪声阈值的交叉点的中点，以过滤在多个数据点上施加的零附近的潜在多个波动。它为您提供的两个示例给出了正确的答案。但是，我做了两个假设：

您没有准确定义要确定交叉点中点的数据点范围，但是我以您的示例代码为基础-它正在检测ABS(start | end) >= 10处的交叉点，因此使用了满足此条件的最小范围。
注意：这不会检测到从+15到-6的过渡。
编辑：实际上，它并不总是最小范围，但是代码应该足以让您开始并根据需要进行调整。
我假设还可以使用熊猫（跟踪感兴趣的数据点的索引）。如果必要，您可以避免使用熊猫。

import numpy as np import pandas as pd arr = np.array([12, 15, 9, 8, -1, 1, -12, -10, 10]) sgn = pd.Series(np.sign(np.trunc(arr/10))) trailingEdge = sgn[sgn!=0].diff() edgeIndex = np.array(trailingEdge[trailingEdge!=0].index) edgeIndex[:-1] + np.diff(edgeIndex) / 2

给予：

array([3., 7.])

和

arr = [10,9,8,7,6,5,4,3,2,1,0,-1,-2,-3,-4,-5,-6,-7,-8,-9,-10]

给予：

array([10.])

Answer 2

基本案例

我想你想要

import numpy as np
x = np.array([10, -50, -30, 50, 10, 3, -200, -12, 123])
indices = np.where(np.logical_and(np.abs(np.diff(x)) >= 20, np.diff(np.sign(x)) != 0))[0]

读取为：索引，其中（（x的绝对差）大于或等于20）和（符号翻转）

返回

array([0, 2, 5, 7])

定期信号

通常的numpy函数不能解决这种情况。我建议通过pad函数在末尾添加第一个元素：

import numpy as np
x = np.array([10, 5, 0, -5, -10])
x = np.pad(x, (0, 1), 'wrap')
indices = np.where(np.logical_and(np.abs(np.diff(x)) >= 20, np.diff(np.sign(x)) != 0))[0]

在numpy中找到最小跳跃零交叉

2 个答案:

基本案例

定期信号