การซิงโครไนซ์ข้อมูลใน Python (หรือ Excel)

มีหลายวิธีในการเข้าถึงสิ่งนี้ สิ่งแรกที่นึกถึงคือการแยกความแตกต่างของข้อมูลเป็นตัวเลข และมองหาการกระโดดในความชันจาก 0 ถึง 0.5 แต่ (ตามที่คุณสังเกต) ข้อมูลที่มีเสียงดังสามารถป้องกันไม่ให้ทำงานได้ดี หากคุณ google สำหรับ "การแยกความแตกต่างเชิงตัวเลขของข้อมูลที่มีเสียงดัง" คุณจะพบงานวิจัยมากมายในหัวข้อนี้ แต่ฉันไม่รู้จักไลบรารี่ที่มีจำหน่ายทั่วไปใน python คุณอาจสร้างความคืบหน้าได้บ้างโดยใช้ตัวกรอง Savitzky-Golay: scipy.signal.savgol_filter

อย่างไรก็ตาม วิธีการดังกล่าวอาจใช้มากเกินไป เนื่องจากสัญญาณของคุณมีโครงสร้างที่คาดหวังที่เรียบง่ายและเฉพาะเจาะจง: ช่วงเวลาคงที่ตามด้วยทางลาด และค่าคงที่อื่น คุณอาจพบว่า scipy.optimize.curve_fit ทำงานได้ดีสำหรับ นี้. นี่คือตัวอย่าง:

from __future__ import division

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt


def ramp(t, temp_init, temp_final, t0, t1):
    slope = (temp_final - temp_init) / (t1 - t0)
    y = temp_init + np.minimum(slope * np.maximum(t - t0, 0.0), temp_final - temp_init)
    return y

np.random.seed(123)

dt = 0.5
t = np.arange(0, 100, dt)

# Generate a sample to work with.
temp_init = 20.0 + np.random.randn()
temp_final = 40.0 + np.random.randn()
t0 = 25.0
t1 = t0 + 40
y = ramp(t, temp_init, temp_final, t0, t1)
y += 0.25*np.random.randn(*t.shape)  # Add noise.

# Create an initial guess for the four parameters and use curve_fit
# to fit the ramp function to the sample.
T = t[-1] - t[0]
p0 = (20, 40, t[0] + 0.333*T, t[0] + 0.667*T)
popt, pcov = curve_fit(ramp, t, y, p0=p0)
fit_temp_init, fit_temp_final, fit_t0, fit_t1 = popt


print "             Input    Fit"
print "temp_init   %6.2f  %6.2f" % (temp_init, fit_temp_init)
print "temp_final  %6.2f  %6.2f" % (temp_final, fit_temp_final)
print "t0          %6.2f  %6.2f" % (t0, fit_t0)
print "t1          %6.2f  %6.2f" % (t1, fit_t1)

plt.plot(t, y, 'ro', alpha=0.15)
plt.plot(t, ramp(t, popt[0], popt[1], popt[2], popt[3]), 'k-', linewidth=1.5)
plt.grid(True)
plt.xlabel('t', fontsize=12)
plt.show()

สิ่งนี้สร้างผลลัพธ์:

             Input    Fit
temp_init    18.91   18.91
temp_final   41.00   40.99
t0           25.00   24.85
t1           65.00   65.09

และโครงเรื่อง: