找到2d直方图的峰值

Question

我制作了一些(x, y)数据的二维直方图，我得到了一个像这样的图像：

我想要一种方法来获取存储(x, y)中最大值的点的H坐标。例如，对于上面的图像，它将是两个带有aprox坐标的点：(1090, 1040)和(1110, 1090)。

这是我的代码：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as cm
from os import getcwd
from os.path import join, realpath, dirname

# Path to dir where this code exists.
mypath = realpath(join(getcwd(), dirname(__file__)))
myfile = 'datafile.dat'

x, y = np.loadtxt(join(mypath,myfile), usecols=(1, 2), unpack=True)

fig = plt.figure()
ax = fig.add_subplot(111)

xmin, xmax = min(x), max(x)
ymin, ymax = min(y), max(y)

rang = [[xmin, xmax], [ymin, ymax]]

binsxy = [int((xmax - xmin) / 20), int((ymax - ymin) / 20)]

H, xedges, yedges = np.histogram2d(x, y, range=rang, bins=binsxy)

extent = [yedges[0], yedges[-1], xedges[0], xedges[-1]]
cp = ax.imshow(H.transpose()[::-1], interpolation='nearest', extent=extent, cmap=cm.jet)
fig.colorbar(cp)

plt.show()

---

修改

我尝试过Marek和qarma发布的解决方案，试图获取垃圾箱的坐标而不是它们的索引，如下所示：

# Marek's answer
x_cent, y_cent = unravel_index(H.argmax(), H.shape)
print('Marek')
print(x_cent, y_cent)
print(xedges[x_cent], yedges[y_cent])

# qarma's answer
idx = list(H.flatten()).index(H.max())
x_cent2, y_cent2 = idx / H.shape[1], idx % H.shape[1]
local_maxs = np.argwhere(H == H.max())
print('\nqarma')
print(x_cent2, y_cent2)
print(xedges[x_cent2], yedges[y_cent2])
print(xedges[local_maxs[0,0]], yedges[local_maxs[0,1]], xedges[local_maxs[1,0]], yedges[local_maxs[1,1]])

导致：

Marek
(53, 50)
(1072.7838144329899, 1005.0837113402063)

qarma
(53, 50)
(1072.7838144329899, 1005.0837113402063)
(1072.7838144329899, 1005.0837113402063, 1092.8257731958763, 1065.3611340206187)

所以最大坐标是相同的，这是好的！现在我有一个小问题，因为如果我放大2D图，我看到坐标对于全局最大值和局部最大值都有点偏心：

为什么会这样？

Answer 1

这个问题可以帮助您：Python: get the position of the biggest item in a numpy array

您可以使用H.max()获取最大值，然后将其与H进行比较，并使用numpy.nonzero查找所有最大值的位置：numpy.nonzero(H.max() == H)。这将比H.argmax()更昂贵，但您将获得所有最大值。

Answer 2

以下是您可以找到第一个全局最大值

的方法

idx = list(H.flatten()).index(H.max())
x, y = idx / H.shape[1], idx % H.shape[1]

查找所有最大值的坐标作为练习留给读者...

numpy.argwhere(H == H.max())

修改

您的代码：

H, xedges, yedges = np.histogram2d(x, y, range=rang, bins=binsxy)

此处H包含直方图值的直方图值和xedges, yedges边界。请注意，edges数组的大小比相应维度中H的大小大一个。因此：

for x, y in numpy.argwhere(H == H.max()):
    # center is between x and x+1
    print numpy.average(xedges[x:x + 2]), numpy.average(yedges[y:y + 2])

Answer 3

可以使用库findpeaks。

pip install findpeaks

我看不到您的数据，但让我尝试另一个类似的示例：

from findpeaks import findpeaks

# initialize with default parameters. The "denoise" parameter can be of use in your case
fp = findpeaks()
# import 2D example dataset
img = fp.import_example()
# make the fit
fp.fit(img)
# Make plot
fp.plot()

持久性可用于确定峰的影响。您会看到点1、2和3显示最强的峰，然后是其余峰。

# Compute persistence
fp.plot_persistence()