Locating Bereich zwischen einem Konfidenzintervall in Daten mit Python

Question

Ich habe einige Daten, die wie folgt aussehen:

Der Code dieses Grundstück zu generieren:

CI=4.5 
data=pandas.DataFrame([3,5,1,2,3,4,5,6]) 
plt.figure() 
plt.plot(data) 
plt.plot([CI]*len(data),'--') 
plt.ylabel('y data',fontsize=15) 
plt.xlabel('x data',fontsize=15) 
plt.title('example data',fontsize=15) 

Ich kann auch die Daten interpoliert scipy mit :

from scipy.interpolate import interp1d 
f=interp1d(x_data,y_data,kind='linear') 
x_interp=numpy.linspace(min(x_data),max(x_data), num=100*len(x_data), endpoint=True) 
y_interp=f(x_interp)   
plt.figure() 
plt.plot(x_interp,y_interp) 

Die grüne Linie repräsentiert ein Konfidenzintervall. Ich muss die x-Werte, wo die y-Werte dieses Vertrauen intern überschreiten, programmatisch lokalisieren. Aber die Komplikation, dass da dies ein Konfidenzintervall muss ich die Werte erhalten, die die grüne Linie in beiden Richtungen überqueren:

dh ich die X-Werte müssen, wo die y-Daten der roten Pfeile kreuzt, während mit Ausnahme derjenigen, am schwarzen Pfeil. Ich habe viele Varianten des Subtrahierens des Konfidenzintervalls von den interpolierten Daten sowie der Absolutwerte versucht, aber ich kann das Konfidenzintervall immer noch nicht isolieren. Kann mir jemand helfen? Vielen Dank im Voraus

Answer 1

Basierend auf

Ich will x-Werte, für die die y-Werte innerhalb eines bestimmten Bereichs liegen

es Sie für eine Maske sind einfach auf der Suche zu sein scheint. Wenn Sie eine relationale Aussage, z. my_array > x, gibt es ein boolesches Array mit True für alle Indizes zurück, bei denen diese Beziehung erfüllt ist. Und wenn Sie eine solche Maske an ein Array zur Indexierung übergeben, werden die Werte zurückgegeben, für die diese Maske True ist. Zum Beispiel

In [2]: a = np.array([1, 3, 2, 5, 2, 9, 4]) 

In [3]: a > 2 
Out[3]: array([False, True, False, True, False, True, True], dtype=bool) 

In [4]: a[a > 2] 
Out[4]: array([3, 5, 9, 4]) 

Also, die x Werte zu finden, wo f(x) innerhalb eines bestimmten Bereichs liegt, die Indizes finden, wo f(x) im gewünschten Bereich ist und filtern Sie Ihre x basierend auf dieser Maske.

# multiplication between 1s and 0s acts like logical AND 
mask = (y_interp >= lower_bound) * (y_interp <= upper_bound) 
accepted_parameters = x_interp[mask]