Python发现与Matlab的实现差异

Question

我对用Python在数据样本中找到正峰值和负峰值很感兴趣。

为了给你一个更好的想法，我正在考虑Matlab的findpeaks函数(https://it.mathworks.com/help/signal/ref/findpeaks.html)。

例如，当我在Matlab中进行时

[a1,peak_loc1] = findpeaks(data,"DoubleSided",'MinPeakHeight',peak_height)

我得到了峰值和峰值出现的指数。

现在，我在scipy信号find_peaks函数中找到了一个很好的候选者(https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.find_peaks.html)。

这似乎很相似。但事实上，它并没有提供我想要的结果。事实上，它返回峰值和一个包含返回峰值属性的字典。

因此，为了返回a1和peak_loc1值，我做了一个额外的操作：

import numpy as np
from scipy.signal import find_peaks
def findpeaks(arr, h, w=1, d=1):
pos = find_peaks(arr, height=h, width=w, distance=d)
pos_list = dict(zip(pos[0], pos[1]['peak_heights']))
neg = find_peaks(arr * -1, height=h, width=w, distance=d)
neg_list = dict(zip(neg[0], neg[1]['peak_heights'] * -1))
full_list = {**pos_list, **neg_list}
full_list = dict(sorted(full_list.items()))
heights = list(full_list.values())
indexes = list(full_list.keys())
return heights, indexes

然而，我得到的结果与Matlab中的结果不匹配。

为了更容易看到差异，请看一下我将值并排放置的屏幕截图。左边是matlab的值，右边是Python的值。

数值比较

白色的值是相同的。然而，在某些情况下，Matlab的相应值会在一个位置后偏移。我用颜色突出显示了匹配的值。然后有两个值(红色(与Python计算的值没有任何对应关系。

这是我的Python代码：

请注意，数据是一个简单的np.array，但其中有大约12K的值，所以你可以在这里查看：https://pastebin.pl/view/d3d5dba4

data = *
peak_height = 0.4455
a1, peak_loc1 = findpeaks(data, peak_height)

原因是什么？我唯一想到的是缺少一些参数。。。即什么将对应于"；双面"？给定"MinPeakHeight"应该是我已经传递给Python的peak_height参数。

Answer 1

根据使用的参数DoubleSided和您的屏幕截图，我假设您实际上使用的是Octave的findpeaks，而不是Matlab的！如果你阅读了参数描述：

"双面的">-告诉函数数据取正值和负值。将峰值的基线作为函数的平均值。这相当于在去除平均值后传递数据的绝对值。

因此，在检查MinPeakHeight之前，使用DoubleSided实际上会操纵data中的绝对值，因此会改变哪些峰值低于或高于高度0.4455。我们可以在Python中模仿这一点(我冒昧地简化/加速了您的功能(：

def findpeaks(arr, h, w=1, d=1):
# Adjust baseline to emulate 'DoubleSided'
adjusted = arr - arr.mean()
# Only consider absolute value to find local maxima AND minima
adjusted = abs(adjusted)
indexes, _ = find_peaks(adjusted, height=h)
# Retrieve extrema heights from original signal rather
# than from the properties dict with adjusted heights
heights = arr[indexes]
return heights, indexes
a1, peak_loc1 = findpeaks(data, h=0.4455)
for h, i in zip(a1, peak_loc1):
# For display purpose, adjust index by +1
# to match Octave/Matlab's indexing
print(f"{h:>9.5f} | {i + 1:>5}")

使用data运行此操作将打印出与Octave的输出相同的值(至少我没有发现差异(。