計算python中的直方圖峰值

Question

在 Python 中，如何計算直方圖的峰值？

我試過這個：

import numpy as np
from scipy.signal import argrelextrema

data = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 1, 2, 3, 4,

        5, 6, 7, 8, 9, 5, 6, 7, 8, 9, 5, 6, 7, 8, 9,

        12,

        15, 16, 17, 18, 19, 15, 16, 17, 18, 

        19, 20, 21, 22, 23, 24,]

h = np.histogram(data, bins=[0, 5, 10, 15, 20, 25])
hData = h[0]
peaks = argrelextrema(hData, np.greater)

但結果是：

(array([3]),)

我希望它能在 bin 0 和 bin 3 中找到峰值。

請注意，峰值跨度超過 1 個區間。 我不希望它將跨越 1 列以上的峰視為附加峰。

我願意接受另一種方式來獲得峰值。

筆記：

>>> h[0]
array([19, 15,  1, 10,  5])
>>> 

Answer 1

在計算拓撲中，持久同源性的形式提供了“峰值”的定義，似乎可以滿足您的需求。 在一維情況下，峰值由下圖中的藍條表示：

該算法的描述在峰值檢測問題的堆棧溢出答案中給出。

好消息是這種方法不僅可以識別峰值，而且可以以自然的方式量化“重要性”。

一個簡單有效的實現（與排序數字一樣快）以及本博客文章中給出的上述答案的源材料： https : //www.sthu.org/blog/13-perstopology-peakdetection/index.html

Answer 2

我寫了一個簡單的函數：

def find_peaks(a):
  x = np.array(a)
  max = np.max(x)
  lenght = len(a)
  ret = []
  for i in range(lenght):
      ispeak = True
      if i-1 > 0:
          ispeak &= (x[i] > 1.8 * x[i-1])
      if i+1 < lenght:
          ispeak &= (x[i] > 1.8 * x[i+1])

      ispeak &= (x[i] > 0.05 * max)
      if ispeak:
          ret.append(i)
  return ret

我將峰值定義為大於相鄰值的 180% 且大於最大值的 5% 的值。 當然，您可以根據自己的喜好調整這些值，以便為您的問題找到最佳設置。

Answer 3

試試findpeaks庫。

pip install findpeaks

# Your input data:
data = [0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 1, 2, 3, 4, 5, 6, 7, 8, 9, 5, 6, 7, 8, 9, 5, 6, 7, 8, 9, 12, 15, 16, 17, 18, 19, 15, 16, 17, 18,  19, 20, 21, 22, 23, 24,]

# import library
from findpeaks import findpeaks

# Find some peaks using the smoothing parameter.
fp = findpeaks(lookahead=1, interpolate=10)
# fit
results = fp.fit(data)
# Make plot
fp.plot()

# Results with respect to original input data.
results['df']

# Results based on interpolated smoothed data.
results['df_interp']