python - 如何确定两条线之间的距离何时在某个阈值内？

Question

我有一个包含主要数据点(蓝线)以及最大值(绿色)和最小值(红色)的图表。

请注意，最小值和最大值的 x 值不相同，也不保证它们具有相同的值计数。

现在我的目标是确定最大值和最小值线之间沿 y 轴的距离(积分？抱歉，单向微积分已经有一段时间了)低于 10%(或任何其他任意阈值)沿 y 轴的平均距离。

下面是用于生成的代码:

# Finding the min and max
c_max_index = argrelextrema(df.flow.values, np.greater, order=3)
c_min_index = argrelextrema(df.flow.values, np.less, order=3)

df['min_extreme'] = df.flow[c_min_index[0]]
df['max_extreme'] = df.flow[c_max_index[0]]

# Plotting the values for the graph above
plt.plot(df.flow.values)
upper_bound = plt.plot(c_max_index[0], df.flow.values[c_max_index[0]], linewidth=0.8, c='g')
lower_bound = plt.plot(c_min_index[0], df.flow.values[c_min_index[0]], linewidth=0.8, c='r')

如果它有所作为，我使用的是 Pandas Dataframe、scipy 和 matplotlib。

Answer 1

如果我理解你的问题是正确的，你基本上想要插入由极值定义的线。从这篇文章中窃取答案Interpolate NaN values in a numpy array , 你可以这样做

# Finding the min and max
c_max_index = argrelextrema(df.flow.values, np.greater, order=3)
c_min_index = argrelextrema(df.flow.values, np.less, order=3)

df['min_extreme'] = df.flow[c_min_index[0]]
df['max_extreme'] = df.flow[c_max_index[0]]

# Interpolate so you get no 'nan' values
df['min_extreme'] = df['min_extreme'].interpolate()
df['max_extreme'] = df['max_extreme'].interpolate() 

从这里开始，利用两条线之间的距离可以很容易地处理各种事情。例如

# Get the average distance between the upper and lower extrema-lines
df['distance'] = df['max_extreme'] - df['min_extreme']
avg_dist = np.mean(df['distance'])

# Find indexes where distance is within some tolerance
df.index[df['distance']< avg_dist * .95]