Python / SciPy的峰值searchalgorithm
我可以自己写一些东西，通过find一阶导数的零交叉或某些东西，但它似乎是一个普通的function，被包含在标准库中。 任何人都知道吗？
我的具体应用是2D数组，但通常用于查找FFT中的峰值等。
具体而言，在这些问题中，有多个强峰，而且有很多较小的“峰”是由噪声引起的，应该忽略。 这些只是例子。 不是我的实际数据：
1维峰值：
二维峰值：
峰值searchalgorithm将find这些峰值的位置（不仅仅是它们的值），理想情况下可以find真正的样本间峰值，而不仅仅是具有最大值的指数，可能使用二次插值或其他。
通常你只关心几个强的峰值，所以他们要么select，因为他们高于一定的阈值，或者因为他们是一个有序列表的前n个峰值，按幅度sorting。
正如我所说，我知道如何自己写这样的东西。 我只是问是否有一个预先存在的function或包已知可以正常工作。
更新：
我翻译了一个MATLAB脚本 ，它适用于一维情况，但可能会更好。
更新更新：
sixtenbe为1-D案例创build了一个更好的版本 。
我不认为你正在寻找的是SciPy提供的。 在这种情况下，我自己写代码。
从scipy.interpolate的样条插值和平滑是相当不错的，可能在拟合峰值，然后find其最大值的位置相当有帮助。
我正在研究一个类似的问题，并且我发现了一些最好的参考文献来自化学（来自质谱数据中的峰值）。 对于峰值查找algorithm的一个很好的彻底审查阅读此 。 这是我遇到过的峰值查找技术最好的最清晰的评论之一。 （小波是在嘈杂的数据中find这种峰值的最佳select）。
它看起来像你的峰值明确定义，并没有隐藏在噪音。 在这种情况下，我build议使用平滑的savtizky-golay衍生物来find峰值（如果您只是区分上面的数据，就会产生大量的误报）。 这是一个非常有效的技术，很容易实现（你需要一个matrix类w /基本操作）。 如果你只是find第一个SG衍生物的过零点，我想你会很高兴。
有一个名为scipy.signal.find_peaks_cwt函数，这听起来像是适合您的需求，但是我没有经验，所以我不能推荐..
http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.find_peaks_cwt.html
对于那些不确定在Python中使用哪个峰值查找algorithm的人来说，可以在这里快速浏览一下替代方法： https ： //github.com/MonsieurV/py-findpeaks
想要自己等同于MatLab findpeaks函数，我发现Marcos Duarte的detect_peaks函数是一个很好的捕获。
很容易使用：
import numpy as np from vector import vector, plot_peaks from libs import detect_peaks print('Detect peaks with minimum height and distance filters.') indexes = detect_peaks.detect_peaks(vector, mph=7, mpd=2) print('Peaks are: %s' % (indexes))
哪个会给你：
以可靠的方式检测谱图中的峰值已经有相当多的研究，例如80年代音乐/audio信号的正弦模拟方面的所有工作。 在文献中寻找“正弦build模”。
如果你的信号像例子一样干净，一个简单的“给我一个比N个邻居更高的振幅”应该工作得很好。 如果信号嘈杂，一个简单而有效的方法就是及时查看峰值，并跟踪它们：然后检测谱线而不是谱峰。 IOW，您可以在信号的滑动窗口上计算FFT，以获得一组时间谱（也称为谱图）。 然后观察谱峰在时间上的演变（即在连续的窗口中）。
有标准的统计function和方法来查找数据exception值，这可能是您在第一种情况下需要的。 使用衍生工具将解决你的第二个 但是，我不确定解决连续function和采样数据的方法。
首先，如果没有进一步的说明，“高峰”的定义是模糊的。 例如，对于下面的系列，你会打5-4-5一个或两个峰吗？
1-2-1-2-1-1-5-4-5-1-1-5-1
在这种情况下，您至less需要两个阈值：1）只有高于阈值的极限值才能logging为峰值; 和2）低的阈值，使得在它下面的小值所分离的极值将变成两个峰值。
在极值理论文献中，峰值检测是一个深入研究的课题，也被称为“极端值的分解”。 其典型应用包括根据环境variables的连续读数识别危险事件，例如分析风速以检测风暴事件。
