小编Cri*_*ris的帖子

我一直在尝试了解如何完成绘制两个数据集（每个数据集具有不同颜色）这一非常简单的任务，但我在网上发现的任何内容似乎都无法做到这一点。这是一些示例代码：

import pandas as pd
import numpy as np
import holoviews as hv
from holoviews import opts
hv.extension('bokeh')

ds1x = np.random.randn(1000)
ds1y = np.random.randn(1000)
ds2x = np.random.randn(1000) * 1.5
ds2y = np.random.randn(1000) + 1

ds1 = pd.DataFrame({'dsx' : ds1x, 'dsy' : ds1y})
ds2 = pd.DataFrame({'dsx' : ds2x, 'dsy' : ds2y})
ds1['source'] = ['ds1'] * len(ds1.index)
ds2['source'] = ['ds2'] * len(ds2.index)

ds = pd.concat([ds1, ds2])

目标是在单个框架中生成两个数据集，并用一个分类列来跟踪源。然后我尝试绘制散点图。

scatter = hv.Scatter(ds, 'dsx', 'dsy')
scatter

这按预期工作。但我似乎无法理解如何根据source列对两个数据集进行不同的着色。我尝试了以下方法：

scatter = hv.Scatter(ds, 'dsx', 'dsy', color='source') …

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。