我有两个数组x和y：
x = np.array([6, 3, 5, 2, 1, 4, 9, 7, 8])
y = np.array([2, 1, 3, 5, 3, 9, 8, 10, 7])
我正在按照以下方式查找局部极小值和极大值的索引：
sortId = np.argsort(x)
x = x[sortId]
y = y[sortId]
minm = np.array([])
maxm = np.array([])
while i < y.size-1:
while(y[i+1] >= y[i]):
i = i + 1
maxm = np.insert(maxm, 0, i)
i++
while(y[i+1] <= y[i]):
i = i + 1
minm = np.insert(minm, 0, i)
i++
这段代码有什么问题？
答案应该是minima = [2, 5, 7]和maxima = [1, 3, 6]的索引。
你根本不需要这个while循环。下面的代码将会给你想要的输出结果；它能够找到所有局部最小值和局部最大值，分别存储在minm和maxm中。请注意：当你将其应用于大型数据集时，一定要先平滑信号，否则你将得到大量的极值。
import numpy as np
from scipy.signal import argrelextrema
import matplotlib.pyplot as plt
x = np.array([6, 3, 5, 2, 1, 4, 9, 7, 8])
y = np.array([2, 1, 3 ,5 ,3 ,9 ,8, 10, 7])
# sort the data in x and rearrange y accordingly
sortId = np.argsort(x)
x = x[sortId]
y = y[sortId]
# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.show()
maxm = argrelextrema(y, np.greater) # (array([1, 3, 6]),)
minm = argrelextrema(y, np.less) # (array([2, 5, 7]),)
这比上面的while循环效率要高得多。
图像如下所示；我将x值移动，以使其对应于minm和maxm中返回的索引：
自SciPy版本1.1起，您还可以使用find_peaks：
from scipy.signal import find_peaks
peaks, _ = find_peaks(y)
# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.plot(peaks, y[peaks], "x")
plt.show()
这将产生
好的一点是，现在你还可以轻松地设置最小峰值高度（例如8）：
peaks, _ = find_peaks(y, height=8)
# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.plot(peaks, y[peaks], "x")
plt.show()
请注意，由于第一个峰的高度低于8，现在已经被去除。
此外，您还可以设置峰之间的最小距离（例如5）：
peaks, _ = find_peaks(y, distance=5)
# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.plot(peaks, y[peaks], "x")
plt.show()
现在中间的峰被排除了，因为其到其他两个峰的距离小于5。
peaks，_ = find_peaks（-y） 可以获得最小值。 - Echanx=np.array([6,3,5,2,1,4,9,7,8])
y=np.array([2,1,3,5,7,9,8,10,7])
sort_idx = np.argsort(x)
y=y[sort_idx]
x=x[sort_idx]
minm=np.array([],dtype=int)
maxm=np.array([],dtype=int)
length = y.size
i=0
while i < length-1:
if i < length - 1:
while i < length-1 and y[i+1] >= y[i]:
i+=1
if i != 0 and i < length-1:
maxm = np.append(maxm,i)
i+=1
if i < length - 1:
while i < length-1 and y[i+1] <= y[i]:
i+=1
if i < length-1:
minm = np.append(minm,i)
i+=1
print minm
print maxm
minm 和 maxm 分别包含最小值和最大值的索引。
这个会很好用。
Python使用+=代替++。
在while循环中使用i之前，你必须先赋值 - 在这种情况下是0 - 这样初始化它以避免错误。
import numpy as np
x=np.array([6,3,5,2,1,4,9,7,8])
y=np.array([2,1,3,5,3,9,8,10,7])
sortId=np.argsort(x)
x=x[sortId]
y=y[sortId]
minm = np.array([])
maxm = np.array([])
i = 0
while i < y.size-1:
while(y[i+1] >= y[i]):
i+=1
maxm=np.insert(maxm,0,i)
i+=1
while(y[i+1] <= y[i]):
i+=1
minm=np.insert(minm,0,i)
i+=1
print minm, maxm
sortId=np.argsort(x); x=x[sortId]？ - fferri