我正在编写包含查找数组中局部最大值/最小值的算法的代码。但我没能找到合适的功能。
首先,我在 scipy.signal
中使用了 argrelextrema
。
b = [6, 1, 3, 5, 5, 3, 1, 2, 2, 3, 2, 1, 1, 9, 10, 10, 9, 8, 7, 7, 13, 10]
scipy.signal.argrelextrema(np.array(b), np.greater)
scipy.signal.argrelextrema(np.array(b), np.greater_equal)
scipy.signal.argrelextrema(np.array(b), np.greater_equal, order=2)
结果是
(array([ 9, 20], dtype=int64),)
(array([ 0, 3, 4, 7, 9, 14, 15, 20], dtype=int64),)
(array([ 0, 3, 4, 9, 14, 15, 20], dtype=int64),)
第一个没有捕获b[3]
(或b[4]
)。所以我使用np.greater_equal
将其修改为第二个。但是,在这种情况下,第一个值 b[0]
也被视为局部最大值,并且包含 b[7]
中的值 2。通过使用第三个,我可以扔掉b[7]
。但是,当数据类似于 [1, 3, 1, 4, 1]
时,order=2
仍然存在问题(它无法捕获 3)
我的预期结果是
[3(or 4), 9, 14(or 15), 20]
我只想捕获 b[3], b[4]
中的一个(相同值)。我希望解决上面提到的一些 argrelextrema
问题。下面的代码成功了。
scipy.signal.find_peaks(b)
结果是[3, 9, 14, 20]
。
我正在编写的代码正在处理局部最大值和局部最小值对。所以我想以同样的方式找到局部最小值。是否有类似 scipy.signal.find_peaks 之类的函数来查找局部最小值?
最佳答案
您可以简单地将 find_peaks
应用于数组的负版本:
from scipy.signal import find_peaks
min_idx = find_peaks([-x for x in b])
使用 numpy 数组时更加方便:
import numpy as np
b = np.array(b)
min_idx = find_peaks(-b)
关于python - 从一维 numpy 数组中获取相对极值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54386781/