在numpy数组中查找局部最大值

Question

我希望找到一些高斯平滑数据中的峰值。我已经研究了一些可用的峰值检测方法，但它们需要一个输入范围来搜索，我希望它比这更加自动化。这些方法也适用于非平滑数据。由于我的数据已经过平滑，我需要一种更简单的方法来检索峰值。我的原始数据和平滑数据如下图所示。

基本上，是否有一种pythonic方法从平滑数据数组中检索最大值，以便像

这样的数组

    a = [1,2,3,4,5,4,3,2,1,2,3,2,1,2,3,4,5,6,5,4,3,2,1]

将返回：

    r = [5,3,6]

Answer 1

有一个bulit-in函数argrelextrema可以完成这项任务：

import numpy as np
from scipy.signal import argrelextrema

a = np.array([1,2,3,4,5,4,3,2,1,2,3,2,1,2,3,4,5,6,5,4,3,2,1])

# determine the indices of the local maxima
maxInd = argrelextrema(a, np.greater)

# get the actual values using these indices
r = a[maxInd]  # array([5, 3, 6])

这为r提供了所需的输出。

Answer 2

如果您的原始数据有噪音，那么最好使用统计方法，因为并非所有峰值都会显着。对于a数组，可能的解决方案是使用双重差异：

peaks = a[1:-1][np.diff(np.diff(a)) < 0]
# peaks = array([5, 3, 6])

Answer 3

如果你可以在数组边缘排除最大值，你可以通过检查确定一个元素是否大于它的每个元素：

import numpy as np
array = np.array([1,2,3,4,5,4,3,2,1,2,3,2,1,2,3,4,5,6,5,4,3,2,1])
# Check that it is bigger than either of it's neighbors exluding edges:
max = (array[1:-1] > array[:-2]) & (array[1:-1] > array[2:])
# Print these values
print(array[1:-1][max])
# Locations of the maxima
print(np.arange(1, array.size-1)[max])

Answer 4

>> import numpy as np
>> from scipy.signal import argrelextrema
>> a = np.array([1,2,3,4,5,4,3,2,1,2,3,2,1,2,3,4,5,6,5,4,3,2,1])
>> argrelextrema(a, np.greater)
array([ 4, 10, 17]),)
>> a[argrelextrema(a, np.greater)]
array([5, 3, 6])

如果输入代表嘈杂的分布，则可以使用numpy卷积函数尝试smoothing。