python - argrelextrema 和扁平极值

Question

scipy.signal 中的函数 argrelextrema 不检测扁平极值。 示例:

import numpy as np
from scipy.signal import argrelextrema
data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 1, 0 ])
argrelextrema(data, np.greater)
(array([2]),)

检测到第一个最大值 (2)，未检测到第二个最大值 (3, 3)。

此行为有任何解决方法吗？ 谢谢。

Answer 1

简短回答:argrelextrema 可能不够灵活，无法完成您的任务。考虑编写自己的函数以满足您的需求。

---

更长的答案:你一定要使用argrelextrema吗？如果是，那么您可以使用 argrelextrema 的 comparator 和 order 参数(参见 reference)。

对于您的简单示例，选择np.greater_equal 作为比较器 就足够了。

>>> data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 1, 0 ])
>>> print(argrelextrema(data, np.greater_equal,order=1))
(array([2, 6, 7]),)

但是请注意，以这种方式

>>> data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 4, 1, 0 ])
>>> print(argrelextrema(data, np.greater_equal,order=1))
(array([2, 6, 8]),)

行为与您可能希望的不同，找到第一个 3 和 4 作为最大值，因为 argrelextrema 现在将所有内容视为最大值大于或等于它的两个最近邻居。您现在可以使用 order 参数来决定此比较必须包含多少个邻居 - 选择 order=2 会将我上面的示例更改为仅查找 4作为最大值。

>>> print(argrelextrema(data, np.greater_equal,order=2))
(array([2, 8]),)

然而，这也有一个缺点——让我们再次更改数据:

>>> data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 4, 1, 5 ])
>>> print(argrelextrema(data, np.greater_equal,order=2))
(array([ 2, 10]),)

添加另一个峰值作为最后一个值可以防止您在 4 处找到峰值，因为 argrelextrema 现在看到一个大于 4 的第二个邻居(这对嘈杂的数据很有用，但不一定是所有情况下预期的行为)。

---

使用 argrelextrema，您将始终被限制在固定数量的邻居之间进行二元运算。但是请注意，如果 data[n] > data[n-1] 和 data[ n] > 数据[n+1]。您可以自己轻松实现这一点，然后改进规则，例如检查第二个邻居以防第一个邻居具有相同的值。

---

为了完整起见，scipy.signal中似乎有一个更精细的函数，find_peaks_cwt .但是，我没有使用它的经验，因此无法为您提供更多详细信息。