如何在一维数组中找到峰值答案

【问题标题】：How to find peaks in 1d array如何在一维数组中找到峰值
【发布时间】：2017-04-08 03:28:38
【问题描述】：

我正在用 python 读取一个 csv 文件并从中准备一个数据框。我有一个 Microsoft Kinect，它正在记录 Arm Abduction 练习并生成此 CSV 文件。

我有 ElbowLeft 关节 Y 坐标的 this array。你可以想象这个here。现在，我想提出一个解决方案，可以计算该数组中的峰值或局部最大值。

有人可以帮我解决这个问题吗？

【问题讨论】：

试试scipy.signal.find_peaks_cwt。
较新的scipy.signal.find_peaks 可能效果更好，除非您确实确定需要使用小波卷积。

标签： python arrays numpy kinect

【解决方案1】：

很简单，将数据放入一维数组中，并将每个值与邻居进行比较，n-1 和 n+1 的数据都小于 n。

按照 Robert Valencia 的建议读取数据

   max_local=0
for u in range (1,len(data)-1):

if ((data[u]>data[u-1])&(data[u]>data[u+1])):
                            max_local=max_local+1

【讨论】：

这个算法将失败输入像 data = [3,2,3,6,4,1,2,3,2,1,2,2,2,1]

【解决方案2】：

您可以尝试使用平滑过滤器对数据进行平滑处理，然后找到之前和之后的值小于当前值的所有值。这假设您想要序列中的所有峰值。您需要平滑滤波器的原因是避免局部最大值。所需的平滑程度取决于数据中存在的噪声。

一个简单的平滑过滤器将当前值设置为序列中当前值之前和之后的 N 个值的平均值以及正在分析的当前值。

【讨论】：

我使用移动平均平滑来平滑它（使用 np.convolve）。并使用了来自 scipy.signal 的 argrelextrema。

【解决方案3】：

您可以使用 scipy.signal 模块中的 find_peaks_cwt 函数来查找一维数组中的峰值：

from scipy import signal
import numpy as np

y_coordinates = np.array(y_coordinates) # convert your 1-D array to a numpy array if it's not, otherwise omit this line
peak_widths = np.arange(1, max_peak_width)
peak_indices = signal.find_peaks_cwt(y_coordinates, peak_widths)
peak_count = len(peak_indices) # the number of peaks in the array

【讨论】：