2021-06-26

Numpy 在向量中截取在一定取值范围内的元素

在使用Numpy设计算法，或者进行信号处理时，经常会涉及给定取值范围，截取该取值范围内的数据。例如，box plot 统计中，给定下四分位点$Q_1$与上四分位点$Q_3$，求$[Q_1,Q_3]$内的样本；给定信号的时间戳，需要截取某个时间范围的信号。

1、给定上界或下界

当给定了数据的上界或下界时，情况比较简单

a = np.array([1,2,3,4,5,6])
index = np.argwhere(1< a)
new_a = a[index]

2、同时给定上界或下界

当同时给定上界$t{h}_1$和下界$t{h}_2$时，可以使用如下语句

th1, th2 = 2, 4
a = np.array([1,2,3,4,5,6])
index = np.argwhere(a > th1)
new_a = a[index]
index = np.argwhere(a < th2)
new_a = new_a[index]

但是当需要保留向量中各元素在向量中的原始索引时，就无法使用上述方法，如给定信号的时间戳，需要截取某个时间范围的信号。

# sig 是array类型的时间序列信号, sig_timestamp是其时间戳
th1, th2 = 1618504534.1906, 1618505534.1906
index1 = set(np.argwhere(sig_timestamp >= th1).flatten().tolist())
index2 = set(np.argwhere(sig_timestamp <= th2).flatten().tolist())
index = list(set.intersection(index1, index2))
sig_seg = sig[index]