Python上升/下降沿示波器式触发器

我试图根据触发值检测numpy向量中的上升和/或下降边缘。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。我希望这样做能够奏效：

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，它的工作原理类似于

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在向量上迭代，得到相同的结果（这就是我正在做的），但它并不理想，正如你所想象的那样。numpy中是否内置了一些功能，可以使用优化的C代码实现这一点？或者在其他图书馆

---

谢谢。

我们可以一次性切片

，并与小于和大于的触发器进行比较，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])

---

data=np.array（[-1，-0.5,0,0.5,1,1.5,2,0,0.5]）的预期输出是什么。i、 e.如果有不止一个这样的步骤触发该值？对于0.3的触发值，与之前一样，我希望
[3,8]
这很聪明。既然我也想做下降沿（只需要交换较大/较小的符号），你能把它添加到你的答案中吗？谢谢，但有个问题。如果触发器值在数组中，则此操作失败。例如，0.5。@Cris如文章中所述：
如果您还想包括相等，即=
。如果数据是熊猫数据帧的一部分，只需转换为numpy数组：
np.flatnonzero（（np.array（data['column'][：-1]）trigger\val））+1
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])