有没有一种pythonic的方法可以从两个数据点扩展图形中的一条线？

Question

我创建了一个随机游走数据集，计算了局部的最小和最大点，并使用matplotlib将它们绘制在图形上。我想知道Python中是否有一种方法可以使用数据点来创建一条线，并在与前两点相同的“方向”上针对每个周期扩展该线。参见下图。有什么想法可以做到吗？

谢谢您的帮助！

import random
from scipy.signal import argrelextrema

#create random walk
random.seed(1)
random_walk = list()
random_walk.append(-1 if random.random() < 0.5 else 1)
for i in range(1, 20):
    movement = -1 if random.random() < 0.5 else 1
    value = random_walk[i-1] + movement
    random_walk.append(value)


df  = pd.DataFrame(random_walk, columns=["data"])

n=3
# Find local peaks
df['min'] = df.iloc[argrelextrema(df.data.values, np.less_equal, order=n)[0]]['data']
df['max'] = df.iloc[argrelextrema(df.data.values, np.greater_equal, order=n)[0]]['data']


plt.scatter(df.index, df['min'], c='r')
plt.scatter(df.index, df['max'], c='g')


plt.plot(df.index, df['data'])
plt.plot(df['min'], '.r-') 
plt.plot(df['max'], 'xb-')

plt.show()


print(df['min'])
print(df['min'])

Answer 1

听起来您想使用两个（我将使用第一个和最后一个）局部最小值和最大值线性投影。因此，您必须确定这些点，然后拟合一个函数以线性地绘制它们，然后使用一组超出数据范围的点来绘制该函数：

{{1}}

结果：

如果您也想使用点（或所有点）的任何其他组合进行投影。您只需要更改正在使用的本地分钟数或最大值即可。如果需要，您还可以创建功能列表并全部绘制。

Answer 2

如果我对您的理解正确，这可以解决问题：

import random
from scipy.signal import argrelextrema

#create random walk
random.seed(1)
random_walk = list()
random_walk.append(-1 if random.random() < 0.5 else 1)
for i in range(1, 20):
    movement = -1 if random.random() < 0.5 else 1
    value = random_walk[i-1] + movement
    random_walk.append(value)


df  = pd.DataFrame(random_walk, columns=["data"])

n=3
# Find local peaks
df['min'] = df.iloc[argrelextrema(df.data.values, np.less_equal, order=n)[0]]['data']
df['max'] = df.iloc[argrelextrema(df.data.values, np.greater_equal, order=n)[0]]['data']

mins = [(k, v) for k, v in list(df[['min']].dropna().to_dict().values())[0].items()]
maxs = [(k, v) for k, v in list(df[['max']].dropna().to_dict().values())[0].items()]
plt.scatter(df.index, df['min'], c='r')
plt.scatter(df.index, df['max'], c='g')
for previous, current in zip(mins, mins[1:]):
    xs = [a for a,b in [previous, current]]
    ys = [b for a,b in [previous, current]]
    plt.plot(xs, ys)

for previous, current in zip(maxs, maxs[1:]):
    xs = [a for a,b in [previous, current]]
    ys = [b for a,b in [previous, current]]
    plt.plot(xs, ys)

plt.plot(df.index, df['data'])
plt.plot(df['min'], '.r-') 
plt.plot(df['max'], 'xb-')

plt.show()

结果：