使用數(shù)據(jù)集df，我繪制了如下圖：dfTime Temperature8:23:04 18.58:23:04 199:12:57 199:12:57 209:12:58 209:12:58 219:12:59 219:12:59 239:13:00 239:13:00 259:13:01 259:13:01 279:13:02 279:13:02 289:13:03 28圖表（整體）放大數(shù)據(jù)時(shí)，我們可以看到更多細(xì)節(jié)：我想計(jì)算這個(gè)溫度測量設(shè)備的激活次數(shù)，這會導(dǎo)致溫度急劇上升。我已經(jīng)定義了一個(gè)激活如下：令 T0, T1, T2, T3 為時(shí)間 t=0,t=1,t=2,t=3 的溫度，d0= T1-T0, d1= T2-T1, d2= T3-T2, ...是 2 個(gè)相鄰值的差。如果1) d0 ≥ 0 且 d1 ≥ 0 且 d2 ≥ 0，并且2) T2-T0 > max(d0, d1, d2)，并且3) T2-T0 < 30 秒它被認(rèn)為是一種激活。我想計(jì)算總共有多少次激活。有什么好方法可以做到這一點(diǎn)？謝謝。
1 回答
當(dāng)年話下
TA貢獻(xiàn)1890條經(jīng)驗(yàn) 獲得超9個(gè)贊
取決于如何定義尖峰，可能會有許多不同的有效答案。
假設(shè)您只想要溫度顯著升高的指數(shù)。一種簡單的方法是只尋找超過某個(gè)閾值的非常大的值跳躍。閾值可以從數(shù)據(jù)的平均差中計(jì)算出來，這應(yīng)該粗略估計(jì)值發(fā)生顯著變化的位置。這是一個(gè)基本的實(shí)現(xiàn)：
import numpy as np
# Data
x = np.array([0, 1, 2, 50, 51, 52, 53, 100, 99, 98, 97, 96, 10, 9, 8, 80])
# Data diff
xdiff = x[1:] - x[0:-1]
# Find mean change
xdiff_mean = np.abs(xdiff).mean()
# Identify all indices greater than the mean
spikes = xdiff > abs(xdiff_mean)+1
print(x[1:][spikes]) # prints 50, 100, 80
print(np.where(spikes)[0]+1) # prints 3, 7, 15
您也可以使用異常值拒絕，這比與均值差的基本比較要聰明得多。
添加回答
舉報(bào)
0/150
提交
取消