Step detection in one-dimensional data

convolve with a step, see if peak resolution is good enough

import numpy as npfrom matplotlib import pyplot as pltd = '''594.          568.55555556  577.22222222  624.55555556  546.66666667552.88888889  575.55555556  592.33333333  528.88888889  576.11111111625.          574.22222222  556.33333333  567.66666667  576.66666667591.66666667  566.33333333  567.33333333  547.44444444  631.11111111555.66666667  548.66666667  579.44444444  546.88888889  597.55555556519.88888889  582.33333333  618.88888889  574.55555556  547.44444444593.11111111  565.66666667  544.66666667  562.66666667  554.11111111543.88888889  602.33333333  609.77777778  550.55555556  561.88888889719.33333333  784.44444444  711.22222222  843.66666667  691.33333333690.11111111  684.33333333  749.11111111  759.11111111  653.33333333817.11111111  705.22222222  689.44444444  712.33333333  659.683.88888889  713.          740.44444444  692.22222222  677.33333333681.44444444  640.          717.55555556  717.88888889  769.22222222690.88888889  786.          774.66666667  799.44444444  743.44444444789.88888889  673.66666667  685.66666667  709.88888889  645.55555556846.11111111  792.77777778  702.22222222  749.44444444  678.55555556707.55555556  665.77777778  643.55555556  671.44444444  795.66666667627.22222222  684.55555556  708.44444444  829.66666667  719.        '''dary = np.array([*map(float, d.split())])dary -= np.average(dary)step = np.hstack((np.ones(len(dary)), -1*np.ones(len(dary))))dary_step = np.convolve(dary, step, mode='valid')# get the peak of the convolution, its indexstep_indx = np.argmax(dary_step)  # yes, cleaner than np.where(dary_step == dary_step.max())[0][0]# plotsplt.plot(dary)plt.plot(dary_step/10)plt.plot((step_indx, step_indx), (dary_step[step_indx]/10, 0), 'r')