scipy 寻找局部极值并确保交替的最小值/最大值

dddzy1tm 于 8个月前发布在其他

关注(0)|答案(1)|浏览(107)

我试图在Python中实现一些来自不同论文的算法，有些算法需要峰值/通过检测，其中局部最小值和最大值交替出现。当然，在模拟信号中应该始终是这种情况。
然而，当使用离散信号时，情况并不总是如此，正如您可以从这个简单的示例中看到的那样：

from scipy.signal import argrelmax,argrelmin,argrelextrema
import numpy as np
import matplotlib.pyplot as plt

fig = plt.figure("local extrema")
ax = fig.subplots()
x = range(0,10)
y = np.array([0,1,0,0,1,2,1,0,0,0])
local_minima, = list(argrelmin(np.array(y)))
local_maxima, = list(argrelmax(np.array(y)))
ax.plot(local_maxima, y[local_maxima],"x",color="orange")
ax.plot(local_minima, y[local_minima],"x",color="orange")
ax.plot(x,y)
plt.show()

我知道我可以调整argrelmax和argrelmin函数，但无论我做什么，它总是有缺陷。
这里只找到两个极大值。所以没有交替极值。
是否有一种方法可以自动检测极值并确保它们是交替的，或者我必须实现某种变通方法？（这方面的想法也很受欢迎）

scipy

来源：https://stackoverflow.com/questions/74357645/finding-local-extrema-and-assuring-alternating-minima-maxima

1条答案

按热度按时间

txu3uszq1#

我发现了一个我以前不幸忽视的解决方案。argrelmax、argrelmin和argrelextrema的问题在于它们难以检测平坦峰/峰值，因为有时它们使用np.greater_equal作为比较器（平坦峰的开始和结束）发现两个最大值，这导致非交替的最大值/最小值。
在Flows回答之后，我重新访问了scipy.signal中的find_peaks，我之前忽略了它，因为在前几句中它说：“通过简单比较相邻值来找到所有局部最大值”，所以我认为它和其他算法有同样的缺陷。
但实际上，它检测的是在峰值中间（向下舍入）只有一个索引的平坦峰值，无论表面上有多宽。
因此，这解决了我的问题，对于这个简单的情况：

from scipy.signal import argrelmax,argrelmin, argrelextrema, find_peaks
fig = plt.figure("local extrema")
ax = fig.subplots()
x = range(0,10)
y = np.array([0,1,0,0,1,2,1,0,0,0])
peaks,_ = find_peaks(y)
throughs,_ = find_peaks(np.negative(y))

local_maxima = list(peaks)
local_minima = list(throughs)

ax.plot(x,y)
ax.plot(local_maxima, y[local_maxima],"x",color="orange")
ax.plot(local_minima, y[local_minima],"x",color="orange")

plt.show()