如何在Python中从重复周期的曲线图提取指定数据点？

我有一个包含6个重复周期的曲线图，单个周期的效率数据如下，后续周期重复该数据。图中星号为实际数据点，需要提取手动标记的蓝色数据点，请问如何在Python中实现？

我的数据 #

Efficiency
0
0
59.02
60
56.54
56.54
62.63
61.94
61.94
62.9
59.02
0

绘图代码 #

x = df["Efficiency"]
import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(figsize=(25,6))
axes = fig.add_axes([0.1,0.1,0.8,0.8])
axes.plot(x, color='green', lw=3, marker="*", ms=15, mec='r')
plt.xlim(0,72)
plt.ylim(0,65)
plt.show()

对应的曲线图：

解决方案 #

方法1：手动指定单周期内的蓝色点位置 #

先观察单个周期里哪些索引对应蓝色标记点（比如从图中可看到单个周期内的第3、4、7、10、11个数据点，对应索引2、3、6、9、10），然后按周期批量提取：

import pandas as pd

# 单个周期内蓝色点的索引（对应单周期数据的位置）
single_cycle_blue_indices = [2, 3, 6, 9, 10]
total_cycles = 6
# 生成所有周期的蓝色点全局索引
global_blue_indices = [idx + cycle*12 for cycle in range(total_cycles) for idx in single_cycle_blue_indices]
# 提取数据
blue_points = df.iloc[global_blue_indices]["Efficiency"]

# 输出结果
print("提取的蓝色点数据：")
print(blue_points)

方法2：自动识别特征点（若蓝色点为峰值/关键转折点） #

如果蓝色点是每个周期的峰值、上升沿起点或下降沿终点，可以用代码自动识别：

import pandas as pd
import numpy as np

eff_data = df["Efficiency"].values
cycle_length = 12
blue_points = []
global_blue_indices = []

for cycle_num in range(6):
    # 截取当前周期的数据
    cycle_data = eff_data[cycle_num*cycle_length : (cycle_num+1)*cycle_length]
    
    # 1. 找上升沿第一个非0点
    first_non_zero = np.where(cycle_data > 0)[0][0]
    # 2. 找下降沿最后一个非0点
    last_non_zero = np.where(cycle_data > 0)[0][-1]
    # 3. 找局部峰值（排除首尾0）
    peak_mask = (cycle_data[1:-1] > cycle_data[:-2]) & (cycle_data[1:-1] > cycle_data[2:]) & (cycle_data[1:-1] > 0)
    peak_indices = np.where(peak_mask)[0] + 1  # 转换为原周期索引
    
    # 合并所有蓝色点索引并去重
    cycle_blue_indices = np.unique([first_non_zero, last_non_zero] + list(peak_indices))
    # 转换为全局索引
    global_indices = [cycle_num*cycle_length + idx for idx in cycle_blue_indices]
    
    # 收集数据和索引
    blue_points.extend(eff_data[global_indices])
    global_blue_indices.extend(global_indices)

# 转换为Series方便查看
blue_points_series = pd.Series(blue_points, index=global_blue_indices, name="Blue_Point_Efficiency")
print("自动提取的蓝色点数据：")
print(blue_points_series)

验证提取结果 #

可以把提取的蓝色点叠加到原图上，确认是否正确：

import matplotlib.pyplot as plt

fig = plt.figure(figsize=(25,6))
axes = fig.add_axes([0.1,0.1,0.8,0.8])
# 绘制原图
axes.plot(df["Efficiency"], color='green', lw=3, marker="*", ms=15, mec='r')
# 绘制提取的蓝色点
axes.scatter(global_blue_indices, blue_points, color='blue', s=200, zorder=5)
plt.xlim(0,72)
plt.ylim(0,65)
plt.show()

内容的提问来源于stack exchange，提问作者aparna podili