来自scipy.signal的函数argrelextrema不会检测到平坦的极值。 例如：
import numpy as np
from scipy.signal import argrelextrema
data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 1, 0 ])
argrelextrema(data, np.greater)
(array([2]),)
检测到第一个max（2），未检测到第二个max（3,3）。
此行为的任何解决方法？ 感谢。
答案 0 :(得分：14)
简答：可能argrelextrema对您的任务不够灵活。考虑编写符合您需求的自己的功能。
更长的回答：您是否必须使用argrelextrema？如果是，那么您可以使用comparator的{{1}}和order参数（请参阅reference）。
为简单起见，将argrelextrema选为np.greater_equal就足够了。
comparator但请注意这样
>>> data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 1, 0 ])
>>> print(argrelextrema(data, np.greater_equal,order=1))
(array([2, 6, 7]),)
您可能会喜欢不同的行为，将第一个>>> data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 4, 1, 0 ])
>>> print(argrelextrema(data, np.greater_equal,order=1))
(array([2, 6, 8]),)
和3视为最大值，因为4现在将所有内容视为大于或等于其最近的两个最大值邻居。您现在可以使用argrelextrema参数来决定此比较必须包含的邻居数量 - 选择order会将我的上方示例更改为仅查找order=2作为最大值。
4然而，这有一个缺点 - 让我们再次改变数据：
>>> print(argrelextrema(data, np.greater_equal,order=2))
(array([2, 8]),)
添加另一个峰值作为最后一个值会阻止您在>>> data = np.array([ 0, 1, 2, 1, 0, 1, 3, 3, 4, 1, 5 ])
>>> print(argrelextrema(data, np.greater_equal,order=2))
(array([ 2, 10]),)
找到峰值，因为4现在看到的第二个邻居大于argrelextrema（这可能很有用）对于噪声数据，但不一定是所有情况下预期的行为。）
使用4，您将始终受限于固定数量的邻居之间的二进制操作。但请注意，上述示例中的所有argrelextrema所做的就是返回argrelextrema，如果是n。您可以自己轻松地实现这一点，然后细化规则，例如通过检查第二个邻居，以防第一个邻居具有相同的值。
为了完整起见，data[n] > data[n-1] and data[n] > data[n+1]，find_peaks_cwt似乎有更复杂的功能。然而，我没有使用它的经验，因此无法向您提供有关它的更多细节。