脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → python 寻找离散序列极值点

python 寻找离散序列极值点的方法

 更新时间：2019年07月10日 09:14:20   作者：weijifen000  
今天小编就为大家分享一篇python 寻找离散序列极值点的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

使用 scipy.signal 的 argrelextrema 函数(API)，简单方便

import numpy as np 
import pylab as pl
import matplotlib.pyplot as plt
import scipy.signal as signal
x=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脚本之家。

您可能感兴趣的文章:

相关文章

  • Pandas Dataframe数据帧的迭代之iterrows(),itertuples(),items()详解

    Pandas Dataframe数据帧的迭代之iterrows(),itertuples(),items()详

    这篇文章主要介绍了Pandas Dataframe数据帧的迭代之iterrows(),itertuples(),items()使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2025-04-04
  • 详解Python中的上下文管理器原理

    详解Python中的上下文管理器原理

    这篇文章主要为大家详细介绍了Python中的上下文管理器的原理与使用，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起学习一下
    2023-03-03
  • Python单元测试入门到精通讲解

    Python单元测试入门到精通讲解

    单元测试是软件开发中不可或缺的一部分,有助于确保代码的正确性、可维护性和可扩展性,在Python中,有丰富的工具和库可用于进行单元测试,本文将为你提供一个全面的指南,从入门到精通,轻松掌握Python单元测试的方方面面
    2023-11-11
  • Python中关于使用模块的基础知识

    Python中关于使用模块的基础知识

    这篇文章主要介绍了Python中关于使用模块的基础知识,是Python入门的基础,需要的朋友可以参考下
    2015-05-05
  • 使用python动态生成波形曲线的实现

    使用python动态生成波形曲线的实现

    今天小编就为大家分享一篇使用python动态生成波形曲线的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • Python3访问MySQL数据库的实现步骤

    Python3访问MySQL数据库的实现步骤

    要实现一个简单的IM（即时通讯）系统,支持用户注册、登录和聊天记录存储,你可以使用Python和mysql数据库,以下是一个基本的实现步骤,并通过代码示例讲解的非常详细,需要的朋友可以参考下
    2024-11-11
  • Pytorch基础教程之torchserve模型部署解析

    Pytorch基础教程之torchserve模型部署解析

    torchserve是基于netty网络框架实现的，底层使用EpollServerSocketChannel服务进行网络通信，通过epoll多路复用技术实现高并发网络连接处理，这篇文章主要介绍了Pytorch基础教程之torchserve模型部署和推理,需要的朋友可以参考下
    2023-07-07
  • Python DataFrame使用drop_duplicates()函数去重(保留重复值，取重复值)

    Python DataFrame使用drop_duplicates()函数去重(保留重复值，取重复值)

    这篇文章主要介绍了Python DataFrame使用drop_duplicates()函数去重(保留重复值，取重复值)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-07-07
  • Python数据可视化中常见的4种标注方式及示例详解

    Python数据可视化中常见的4种标注方式及示例详解

    在Python的数据可视化中,标注（Annotation）技术是一种非常有用的工具,它可以帮助用户更准确地解释图表中的数据和模式,在本文中,将带您了解使用Python实现数据可视化时应该了解的4种标注,需要的朋友可以参考下
    2024-12-12
  • 爬虫代理的cookie如何生成运行

    爬虫代理的cookie如何生成运行

    这篇文章主要介绍了爬虫代理的cookie如何生成运行，帮助大家更好的理解和使用爬虫，感兴趣的朋友可以了解下
    2020-09-09

最新评论