请教关于阶梯曲线数据的处理问题

[sober1215zxy]

背景：

1. csv 数据用 matplotlib 绘制“能量-时间”曲线。 2.整个过程中，能量会在一定时间范围内保持基本稳定，然后上升或下降到一个新的范围内继续保持一段时间，直到结束，整个曲线因此会出现多个阶梯。 需求： 1.想要统计一共有多少个台阶 2.每个台阶的能量均值、该均值下的开始时间、结束时间和持续时间。 个人思路： 1.从 CSV 数据角度出发利用数据分析设定触发条件进行统计 2.先绘制出图像然后对图像进行分析 个人感觉思路 2 反而复杂化了，不知道大家有没有好的想法，或者看过类似的处理案例（感觉阶梯曲线分析应该是有的），谢谢大家了。

[necomancer]

看一下 meanshift 算法, scikit

[necomancer]

from sys import argv

import numpy as np
from matplotlib import pyplot as plt
from scipy.ndimage import gaussian_filter1d
from scipy.stats import linregress
from sklearn.cluster import MeanShift

x, y = np.loadtxt(argv[1]).T
y_orig = np.copy(y)
y = np.pad(y, (y.shape[0] // 10, 0), mode='edge') # 往前插 10 分之一的 y[0]，相当于 y[0]是独立的一个 cluster
y = gaussian_filter1d(y, 85, mode='nearest') # 宽度自己调到合适，没啥涨落的数据可以不用

clustering = MeanShift(bandwidth=None).fit(y[:, None])
lbs = clustering.labels_[y_orig.shape[0] // 10:] # 前面的可以不要了，第一个值相当于 y[0]的 label

plt.plot(x, y_orig, alpha=.5)
start, xmins = [], [], []
for c in set(lbs):
....r = linregress(x[lbs == c], y_orig[lbs == c])
....plt.plot(x[lbs == c], r.slope * x[lbs == c] + r.intercept) # 当数据波动大的时候，用了线性拟合画出来效果好一些，如果你数据的 unitstep 很平，用下面直接画平台值就行
....# plt.hlines(np.mean(y_orig[lbs == c]), xmin=x[lbs==c][0], xmax=x[lbs==c][-1], color='k', lw=4)
....start.append(r.slope * x[lbs == c][0] + r.intercept)
....xmins.append(x[lbs == c][0])
print([x for _, x in sorted(zip(xmins, start))]) # sort from left to right
plt.show()

[necomancer]

start, xmins = [], []
写错了。。。

[necomancer]

如果你数据抖动非常小的话，高斯平滑一下求拉普拉斯，零点就是 step 边界，或者跳跃如果非常 sharp ，也可以试试 canny filter ，效果好，参数少并且简单。meanshift 方法更适用于数据抖动比较大，step 其实不能太算 step ，反而带着斜率