计算采样数据中符号变化之间的距离

Question

我想恢复采样数据数组中的周期：

signal = [45, 46, -12, -12.5, 32, 35, 34, 25, 23, -23, -65, -3, 43, 23]

我想统计一个时期的大小。句点以正数开始，然后移动到负数，然后 returns 移动到正数。

例如：

period1=[45 46 -12 -12.5 32]  # length=5
period2=[32 35 34 25 23 -23 -65 -3 43]  # length=8

如何做到这一点？

Answer 1

这里的技巧是使用 numpy.diff() 两次。第一个 diff 可用于查找符号交叉点。第二个 diff 可用于查找这些交叉点之间的距离。

代码：

import numpy as np

# put the data into a numpy array
signal = np.array(
    [45, 46, -12, -12.5, 0, 32, 35, 34, 25, 23, -23, -65, -3, 43, 23])

# consider zeros to be negative, since we are looking for return to positive
signal[np.where(signal == 0.0)] = -1e-100

# find any returns to positive
return_to_positive = 1 + np.where(2 == np.diff(np.sign(signal)))[0]

# the periods are the distance between `return to positives`
periods = np.diff(return_to_positive)

输出：

>>> print(periods)
[8]

魔法解释：

我们首先需要确保输出数据中没有零。这是因为我们想要 clean 过零。将任何零设置为刚好小于零，因为我们希望第一个正值是周期的开始。

# consider zeros to be negative, since we are looking for return to positive
signal[np.where(signal == 0.0)] = -1e-100

取信号符号，然后求差分。 2 处的任何位置都是信号从负变为正的地方。将 1 添加到索引中，因为之前的 diff 从数组中删除了一个元素。（旁注，pandas 为您完成此操作）

# find the indices for any returns to positive
return_to_positive = 1 + np.where(2 == np.diff(np.sign(signal)))[0]

最后，计算每个零交叉点的指数之间的距离以获得周期。

# the periods are the distance between `return to positives`
periods = np.diff(return_to_positive)

计算采样数据中符号变化之间的距离

Calculate the distance between the sign change in sampled data

python

arrays

numpy

period

sampling