介绍一下Python中scipy.signal.find_peaks的使用

在Python的科学计算库中，特别是在scipy.signal模块中，find_peaks函数是一个非常有用的工具，用于在一维数组中查找局部峰值（即“峰”或“峰顶”）。不过，需要注意的是，由于库的更新和版本差异，find_peaks函数的参数可能会有所不同。下面我将基于较新版本的scipy库（如1.4.0及以上版本）来讲解find_peaks函数的主要参数及其作用。

主要参数

1. height（可选，浮点数或包含两个浮点数的元组）:

   • 用于设置峰值的最小高度。如果是一个浮点数，则只考虑高于此高度的峰值。如果是一个元组(min, max)，则只考虑高度在min和max之间的峰值（不包括max）。

2. threshold（可选，浮点数）:

   • 用于设置峰值与两侧相邻点之间的高度差阈值。峰值两侧的点必须低于峰值高度减去这个阈值。

3. distance（可选，整数）:

   • 设置两个相邻峰值之间的最小水平距离（即索引的差）。这有助于防止过近的峰值被同时选中。

4. prominence（可选，浮点数）:

   • 设置峰值的突出度阈值。突出度是峰值与严格较低（不包括距离小于distance的点）的局部最小值之间的垂直距离。

5. width（可选，整数或包含两个整数的元组）:

   • 设置峰值的宽度要求。如果是一个整数，则峰值周围至少要有这么多（不包括峰值本身）的连续点。如果是一个元组(min, max)，则峰值周围连续点的数量必须在这个范围内。

6. wlen（可选，整数）:

   • 用于计算峰值的突出度时考虑的数据点的窗口长度。这通常与突出度计算一起使用。

7. rel_height（可选，浮点数，范围在0到1之间）:

   • 设置相对高度阈值。与height不同，这个阈值是相对于数据中的最大值的。例如，如果rel_height为0.5，则只会选择高度至少为数据最大值一半的峰值。

8. plateau_size（可选，整数）:

   • 用于标识平顶（plateau）的参数。如果一个峰值及其邻近点的高度差小于threshold，并且这些点的数量大于plateau_size，则这些点被视为一个平顶，并只报告其中一个点作为峰值。

返回值

find_peaks函数返回一个包含两个元素的元组：

1. peaks（整数数组）:

   • 峰值在输入数组中的索引。

2. properties（字典）:

   • 包含有关每个峰值的其他信息的字典，如“peak_heights”（峰值的高度）和“prominences”（峰值的突出度）等。

示例

from scipy.signal import find_peaks   import numpy as np      x = np.array([0, 1, 3, 7, 4, 2, 5, 2, 6, 1, 0, 3])   peaks, _ = find_peaks(x, height=3)   print(peaks)  # 输出: [2 3 7]

在这个示例中，我们查找数组x中高度至少为3的峰值，并打印出它们的索引。