我有一个简单的问题，我需要找到波形的峰值。现在，我在使用scipy库中的find_peaks_cwt方法之前已经这样做了。但是，在这种情况下，我的程序只是在试图找到峰值时挂起。我认为这与波形中的样本数量或我正在使用的“宽度”参数有关。
在对信号进行下采样之后，我能够正确地找到峰值，然而，需要花费很长时间才能找到它们。大约五分钟。
Here是波形的屏幕截图。
波形有526728个样本。我不认为这是一项复杂的任务，我将耗尽硬件资源（内存，CPU等）
Here是我使用代码处理的波形的屏幕截图：
iMaxPeaks = signal.find_peaks_cwt(signal, np.arange(35,40), min_snr=2)
此波包含32000个样本。
非常感谢任何帮助或指向正确的方向。
答案 0 :(得分：3)
来自find_peaks_cwt
scipy.signal.find_peaks_cwt(vector, widths, wavelet=None, max_distances=None, gap_thresh=None, min_length=None, min_snr=1, noise_perc=10)[source]尝试在1-D阵列中找到峰值。
一般方法是通过将宽度与每个宽度的小波（宽度）进行卷积来平滑矢量。出现的相对最大值 在足够的长度范围内，并且具有足够高的SNR，被接受。
这个卷积（对于5个宽度中的每一个）很可能是导致代码运行很长时间的原因。浏览来源，find_peaks_cwt调用调用cwt的{{1}}：此方法似乎不使用FFT方法进行卷积，对于大型数组而言可能会更快。
如果您可以使用FFT重新实现卷积，您可能会发现性能有所提高。 （您的样本数量为526728，刚刚超过2 ^ 19。如果您使用2 ^ 19 = 524288样本，它会更快）。
要查看是否遇到内存限制，您可以尝试缓慢增加样本大小，看看是否存在性能急剧下降的临界大小。