如何使用 SciPy 的 find_peaks 函數在 Python 中尋找顯著峰值？

在Python/SciPy 中尋找峰值

在資料中尋找峰值是各個領域的常見任務，包括訊號處理、影像分析和數據分析。 Python 提供了多個用於峰值檢測的套件和函數，包括 SciPy 的 scipy.signal.find_peaks 函數。

SciPy 的峰值查找演算法

find_peaks 函數將一維數組作為輸入並傳回峰值的索引。它採用峰值查找演算法，根據多個參數檢測峰值：

• 寬度：樣本中峰值之間的最小間隔。
• 閾值： 峰值偵測的最小振幅閾值。
• 距離： 連續峰值之間的最小距離。
• 突出度： 地形突出度，用於測量峰值與其周圍環境相比的相對高度。

雜訊抑制的突出度

突出度參數對於區分顯著峰值和雜訊引起的峰值特別有用。突出度定義為從山頂到達任何更高地形的最小高度下降。透過設定較高的突出閾值，演算法可以有效地濾除雜訊引起的小峰值。

使用範例

以下程式碼示範了在雜訊頻率下尋找峰值- 使用find_peaks 函數改變正弦曲線：

<code class="python">import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import find_peaks

x = np.sin(2*np.pi*(2**np.linspace(2,10,1000))*np.arange(1000)/48000) + np.random.normal(0, 1, 1000) * 0.15
peaks_prominence, _ = find_peaks(x, prominence=1)

plt.plot(x)
plt.plot(peaks_prominence, x[peaks_prominence], "ob")
plt.legend(['Signal', 'Peaks (prominence)'])
plt.show()</code>

如圖所所示，find_peaks 函數找到高振幅和突出度的峰值，有效濾除雜訊所造成的峰值。

其他尋峰選項

除了 find_peaks 之外，SciPy 還提供其他尋峰功能，例如peak_widths 和 argrelmax。這些函數可能更適合特定的應用或調整。

結論

SciPy 的 scipy.signal.find_peaks 函數為 Python 中的峰值查找提供了強大且通用的解決方案。其可調節參數（包括突出度）允許進行自訂以檢測各種類型資料中的顯著峰值。

以上是如何使用 SciPy 的 find_peaks 函數在 Python 中尋找顯著峰值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！