Python上升/下降沿示波器类触发器

Question

我正在尝试根据触发值检测 numpy 向量中的上升沿和/或下降沿。这有点像示波器触发的工作原理。

numpy 向量包含浮点值。触发器本身是一个浮点值。我希望这能像这样工作：

import numpy as np
data = np.array([-1, -0.5, 0, 0.5, 1, 1.5, 2])
trigger = rising_edge(data, 0.3)
print(trigger)

[3]

换句话说，它会像 一样工作np.where，返回一个包含条件为真的位置的向量。

我知道我可以简单地迭代向量并获得相同的结果（这就是我正在做的），但正如您想象的那样，这并不理想。numpy 中是否有一些功能可以使用优化的 C 代码来做到这一点？或者也许在其他图书馆？

谢谢你。

Answer 1

因此，当我在观看有关卷积的最新 3Blue1Brown 视频时，我意识到了一种新的方法：

def rising_edge(data, thresh):
    sign = data >= thresh
    pos = np.where(np.convolve(sign, [1, -1]) == 1)
    return pos

因此，获取数据大于或等于阈值的所有位置，用 对其进行卷积[1, -1]，然后找到卷积在上升沿返回 1 的位置。想要下降沿吗？而是寻找 -1。

非常整洁，如果我自己这么说的话。而且速度大约快 5-10%。

Answer 2

我们可以one-off对小于和大于的触发器进行切片和比较，就像这样 -

In [41]: data = np.array([-1, -0.5, 0, 0.5, 1, 1.5, 2, 0, 0.5])

In [43]: trigger_val = 0.3

In [44]: np.flatnonzero((data[:-1] < trigger_val) & (data[1:] > trigger_val))+1
Out[44]: array([3, 8])

如果您还想包括相等性，即<=或>=，只需将其添加到比较中即可。

要包括上升沿和下降沿，请以另一种方式添加比较 -

In [75]: data = np.array([-1, -0.5, 0, 0.5, 1, 1.5, 2, 0.5, 0])

In [76]: trigger_val = 0.3

In [77]: mask1 = (data[:-1] < trigger_val) & (data[1:] > trigger_val)

In [78]: mask2 = (data[:-1] > trigger_val) & (data[1:] < trigger_val)

In [79]: np.flatnonzero(mask1 | mask2)+1
Out[79]: array([3, 8])