我试图找到对应x值(峰值)的y值。
Chart for reference
峰值是以时间(x轴)来衡量的,但我想找到它们在价格(y轴)中的值。
我在网上看到,插值可以用来找到y值,但我得到的输出与山谷的y值相同。
这是我使用的代码:
new_x_values = np.array([last_six_peaks])
peaks_y_value = np.interp(new_x_values, last_six_peaks, last_six_valley)
我试图找到对应x值(峰值)的y值。
Chart for reference
峰值是以时间(x轴)来衡量的,但我想找到它们在价格(y轴)中的值。
我在网上看到,插值可以用来找到y值,但我得到的输出与山谷的y值相同。
这是我使用的代码:
new_x_values = np.array([last_six_peaks])
peaks_y_value = np.interp(new_x_values, last_six_peaks, last_six_valley)
1条答案
按热度按时间2g32fytz1#
假设你只能访问jpeg图像,并且你必须手动读取其中的值,我建议你这样做:在MS Paint(或其他图像查看器/编辑器)中打开图像,它给出了x-y位置(以像素为单位),并获得至少两个y轴刻度线的y像素值。这样做并将它们放入Python列表中,我得到:
使用这些来获得y轴的梯度,即每像素y值的变化:
然后你就可以得到你想要的蓝色峰值点的y像素值了(我将计算用黑线标记的两个峰值点):
并利用梯度计算出它们的y值:
这实质上是对值之间的点进行线性内插,对范围之外的点进行线性外插(即,最高峰,位于最后一个y刻度标记之上):