时间:2021-05-22
使用 scipy.signal 的 argrelextrema 函数(API),简单方便
import numpy as np import pylab as plimport matplotlib.pyplot as pltimport scipy.signal as signalx=np.array([ 0, 6, 25, 20, 15, 8, 15, 6, 0, 6, 0, -5, -15, -3, 4, 10, 8, 13, 8, 10, 3, 1, 20, 7, 3, 0 ])plt.figure(figsize=(16,4))plt.plot(np.arange(len(x)),x)print x[signal.argrelextrema(x, np.greater)]print signal.argrelextrema(x, np.greater)plt.plot(signal.argrelextrema(x,np.greater)[0],x[signal.argrelextrema(x, np.greater)],'o')plt.plot(signal.argrelextrema(-x,np.greater)[0],x[signal.argrelextrema(-x, np.greater)],'+')# plt.plot(peakutils.index(-x),x[peakutils.index(-x)],'*')plt.show()[25 15 6 10 13 10 20](array([ 2, 6, 9, 15, 17, 19, 22]),)但是存在一个问题,在极值有左右相同点的时候无法识别,但是个人认为在实际的使用过程中极少会出现这种情况,所以可以忽略。
x=np.array([ 0, 15, 15, 15, 15, 8, 15, 6, 0, 6, 0, -5, -15, -3, 4, 10, 8, 13, 8, 10, 3, 1, 20, 7, 3, 0 ])plt.figure(figsize=(16,4))plt.plot(np.arange(len(x)),x)print x[signal.argrelextrema(x, np.greater)]print signal.argrelextrema(x, np.greater)plt.plot(signal.argrelextrema(x,np.greater)[0],x[signal.argrelextrema(x, np.greater)],'o')plt.plot(signal.argrelextrema(x,np.less)[0],x[signal.argrelextrema(x, np.less)],'+')plt.show()[15 6 10 13 10 20](array([ 6, 9, 15, 17, 19, 22]),)以上这篇python 寻找离散序列极值点的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例讲述了Python基于Matplotlib库简单绘制折线图的方法。分享给大家供大家参考,具体如下:Matplotlib画折线图,有一些离散点,想看看这些
本文实例为大家分享了python实现寻找最长回文子序列,这一类的问题可以使用动态规划的方法去做,我之前应该有几篇博文都是关于回文序列的求解的,正好有可以复用的代
Python实现连续数据的离散化处理主要基于两个函数,pandas.cut和pandas.qcut,前者根据指定分界点对连续数据进行分箱处理,后者则可以根据指定
python求极值点主要用到scipy库。1.首先可先选择一个函数或者拟合一个函数,这里选择拟合数据:np.polyfitimportpandasaspdimp
Pythonlist内置sort()方法用来排序,也可以用python内置的全局sorted()方法来对可迭代的序列排序生成新的序列。1)排序基础简单的升序排序