Python 中的峰值检测：scipy.signal.find_peaks_cwt 函数如何工作？答案

【问题标题】：Peak Detection in Python: How does the scipy.signal.find_peaks_cwt function work?Python 中的峰值检测：scipy.signal.find_peaks_cwt 函数如何工作？
【发布时间】：2015-09-10 01:09:30
【问题描述】：

我正在寻找一些光谱仪数据中的一些峰值，并试图使用scipy.signal.find_peaks_cwt() 函数来做到这一点。

但是，我发现的 official documentation 描述性不强，往往会在噪声中拾取虚假峰值，而有时不会在数据中拾取实际峰值。

谁能给我一个更好的解释这个函数中我可以使用的参数，包括“宽度”，或者你能告诉我一些替代方案吗？

【问题讨论】：

您是否尝试查看该函数的源代码？
或者甚至在您链接的描述底部的注释中？
stackoverflow.com/questions/28822327/…的可能重复
我已经阅读了注释，该帖子对于理解宽度参数非常有帮助，感谢您发布它。不过，我仍然不清楚其他可选参数，有什么想法吗？我查看了源代码，由于我对 python 还很陌生，因此很难真正从中获得一些东西。不过我会继续研究它

标签： python numpy scipy signal-processing feature-detection

【解决方案1】：

如果你的信号比较干净，我建议先使用更简单的alternatives，比如PeakUtils indexes function。代码比scipy.signal.find_peaks_cwt 更直接：

import numpy as np
from peakutils.peak import indexes
vector = [ 0, 6, 25, 20, 15, 8, 15, 6, 0, 6, 0, -5, -15, -3, 4, 10, 8, 13, 8, 10, 3, 1, 20, 7, 3, 0 ]
print('Detect peaks with minimum height and distance filters.')
indexes = indexes(np.array(vector), thres=7.0/max(vector), min_dist=2)
print('Peaks are: %s' % (indexes))

Scipy find_peaks_cwt 在存在噪声数据的情况下确实很有用，因为它使用 continuous wavelet transform。

【讨论】：