Python findpeaks与Matlab的实现差异

如何解决Python findpeaks与Matlab的实现差异

我有兴趣使用Python在数据样本中发现正峰和负峰。

为了给您一个更好的主意，我正在考虑使用Matlab的findpeaks函数（https://it.mathworks.com/help/signal/ref/findpeaks.html）。

例如，当我在Matlab中工作时

ListViewItem

我得到了峰和出现峰的索引。

现在，我在scipy信号find_peaks函数（https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.find_peaks.html）中找到了一个不错的候选人。

这似乎非常相似。但按原样，它没有提供我想要的结果。实际上，它会返回峰和包含返回峰属性的字典。

所以要返回a1和peak_loc1值，我做了一些额外的操作：

IN

但是我得到的结果与Matlab中的结果不是1：1的匹配。

为使区别更容易看到，请看一下此屏幕快照，在其中我并排放置了值。左边是matlab的值，右边是Python的值。

values comparison

白色值是相同的。但是，在某些时候仍然有些奇怪，Matlab的对应值稍后会移动一个位置。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，但其中包含大约12K的值，因此您可以在此处查看它：https://pastebin.pl/view/d3d5dba4

IN

可能是什么原因？我唯一想到的是缺少一些参数...即“ DoubleSided”对应什么？鉴于'MinPeakHeight'应该是我已经传递给Python的peak_height参数。

解决方法

基于使用的参数DoubleSided和您的屏幕截图，我假设您实际上是在使用Octave's findpeaks而不是Matlab的！如果您阅读了该参数说明：

“ DoubleSided” -告诉函数数据采用正值和负值。峰的基线作为函数的平均值。这等效于在除去平均值后传递数据的绝对值。

因此，使用DoubleSided实际上会在检查data之前操纵MinPeakHeight中的绝对值，因此会更改哪些峰落在高度0.4455之下或之上。我们可以在Python中模仿它（我为简化/加快您的功能而冒昧）：

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}")

使用您的data运行此命令，将打印出与Octave输出相同的值（至少我没有发现不同）。