在1Dnumpy数组中寻找具有Numpy的局部最大值/最小值
在1Dnumpy数组中寻找具有Numpy的局部最大值/最小值
提问于 2011-01-07 19:22:09
你能推荐一个能在一维numpy数组中找到局部最大值/最小值的numpy/scipy中的模块函数吗？显然，最简单的方法是看看最近的邻居，但我希望有一个可以接受的解决方案，这是numpy发行版的一部分。
回答 11
Stack Overflow用户
回答已采纳
发布于 2011-01-07 19:41:35
如果要在一维数组a中查找比其相邻项小的所有条目，可以尝试
numpy.r_[True, a[1:] < a[:-1]] & numpy.r_[a[:-1] < a[1:], True]您还可以在此步骤之前使用numpy.convolve() smooth您的阵列。
我不认为有专门的函数来做这件事。
Stack Overflow用户
发布于 2012-11-21 19:03:51
在SciPy >= 0.11中
import numpy as np
from scipy.signal import argrelextrema
x = np.random.random(12)
# for local maxima
argrelextrema(x, np.greater)
# for local minima
argrelextrema(x, np.less)产生
>>> x
array([ 0.56660112, 0.76309473, 0.69597908, 0.38260156, 0.24346445,
0.56021785, 0.24109326, 0.41884061, 0.35461957, 0.54398472,
0.59572658, 0.92377974])
>>> argrelextrema(x, np.greater)
(array([1, 5, 7]),)
>>> argrelextrema(x, np.less)
(array([4, 6, 8]),)请注意，这些是x的索引，即本地最大值/分钟。要获取这些值，请尝试：
>>> x[argrelextrema(x, np.greater)[0]]scipy.signal还提供了argrelmax和argrelmin，分别用于查找最大值和最小值。
Stack Overflow用户
发布于 2018-11-22 05:07:07
从SciPy版本1.1开始，您还可以使用find_peaks。下面是取自文档本身的两个示例。
使用height参数，可以选择超过某个阈值的所有最大值(在本例中，选择所有非负最大值；如果必须处理噪声基线，这将非常有用；如果您想找到最小值，只需将您的输入乘以-1)：
import matplotlib.pyplot as plt
from scipy.misc import electrocardiogram
from scipy.signal import find_peaks
import numpy as np
x = electrocardiogram()[2000:4000]
peaks, _ = find_peaks(x, height=0)
plt.plot(x)
plt.plot(peaks, x[peaks], "x")
plt.plot(np.zeros_like(x), "--", color="gray")
plt.show()
另一个非常有用的参数是distance，它定义了两个峰之间的最小距离：
peaks, _ = find_peaks(x, distance=150)
# difference between peaks is >= 150
print(np.diff(peaks))
# prints [186 180 177 171 177 169 167 164 158 162 172]
plt.plot(x)
plt.plot(peaks, x[peaks], "x")
plt.show()
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/4624970
复制相关文章
相似问题