您正在寻找的似乎是您的数据的函数，而不是matplotlib. 我认为这是一个二阶导数问题——你关心连续线的斜率差异。

1. [x,y]按值对数据框进行升序排序x。
2. 计算一阶离散导数delta1 = (y[i+1] - y[i]) / (x[i+1] - x[i])。这告诉你每条线的斜率。
3. 现在，您可以根据要识别的内容执行以下两项操作之一。
   1. 计算二阶离散导数delta2 = (delta1[i+1] - delta1[i]) / (x[i+1] - x[i])。
   2. 计算连续斜率的差diff = delta1[i+1] - delta1[i]
4. 选择{或}i的绝对值大于某个阈值的所有s。diffdelta2

选择所有x值np.abs(x[i]) > threshold将为您提供这些坡度大变化的 x 位置。

这是我刚刚编写的一个示例，用于识别跳转函数中的跳转$x / |x|$.

import numpy as np
import pandas as pd

n_data = 100

x = np.random.uniform(-10,10,n_data)
y = x / np.abs(x)

delta = [0] * n_data
diff = [0] * n_data

data = pd.DataFrame({'x':x, 'y':y})
data = data.sort_values('x')

for i in range(n_data - 1):
    a, fa = data.iloc[i]
    b, fb = data.iloc[i+1]
    diff_quot = (fb - fa) / (b-a)
    delta[i] = diff_quot

data['delta'] = delta

for i in range(n_data - 1):
    a, fa, da = data.iloc[i]
    b, fb, db = data.iloc[i+1]
    dd = db - da
    diff[i] = np.abs(dd)

data['diff'] = diff

plt.plot(data['x'],data['y'])
plt.plot(data['x'],data['diff'])

threshold = 1
jumps = [dd > threshold for dd in diff]

这是跳转函数，我们可能想要定位它的跳转

这是坡度差异的图表，我们看到跳跃位于附近x = 0