从1D numpy数组中获取相对极值

Question

我正在编写代码，其中包括在数组中查找局部最大值/最小值的算法。但我没能找到合适的函数。

起初，我在scipy.signal中使用了argrelextrema。

b = [6, 1, 3, 5, 5, 3, 1, 2, 2, 3, 2, 1, 1, 9, 10, 10, 9, 8, 7, 7, 13, 10]
scipy.signal.argrelextrema(np.array(b), np.greater)
scipy.signal.argrelextrema(np.array(b), np.greater_equal)
scipy.signal.argrelextrema(np.array(b), np.greater_equal, order=2)

结果是

(array([ 9, 20], dtype=int64),)
(array([ 0,  3,  4,  7,  9, 14, 15, 20], dtype=int64),)
(array([ 0,  3,  4,  9, 14, 15, 20], dtype=int64),)

第一个没有捕捉到b[3](或b[4])。所以我用np.greater_equal把它修改成了第二个。然而，在这种情况下，第一值b[0]也被视为局部最大值，并且b[7]中的值2被包括在内。通过使用第三个，我可以扔掉b[7]。但当数据类似[1, 3, 1, 4, 1]时，order=2仍然存在问题(它无法捕获3)

我的预期结果是

[3(or 4), 9, 14(or 15), 20]

我只想在b[3], b[4](相同值)中捕获一个。我想解决我上面提到的argrelextrema的一些问题。下面的代码成功。

scipy.signal.find_peaks(b)

结果是CCD_ 13。

我正在编写的代码是处理局部最大值和局部最小值这对。所以我想用同样的方法找到局部最小值。有没有像scipy.signal.find_peaks这样的函数可以找到局部最小值？

Answer 1

您可以简单地将find_peaks应用于数组的负版本：

from scipy.signal import find_peaks
min_idx = find_peaks([-x for x in b])

使用numpy数组时更方便：

import numpy as np
b = np.array(b)
min_idx = find_peaks(-b)