Python SciPy signal.peak_widths用法及代码示例

本文简要介绍 python 语言中 scipy.signal.peak_widths 的用法。

用法:

scipy.signal.peak_widths(x, peaks, rel_height=0.5, prominence_data=None, wlen=None)#

计算信号中每个峰的宽度。

此函数计算样品中与峰高和突出度相对距离的峰宽。

参数 ：：

x： 序列

带有峰值的信号。

peaks： 序列

x 中的峰值索引。

rel_height： 浮点数，可选

选择测量峰宽的相对高度，作为其突出度的百分比。 1.0 计算峰在其最低轮廓线的宽度，而 0.5 计算突出高度的一半。必须至少为 0。有关详细说明，请参阅注释。

prominence_data： 元组，可选

匹配输出的三个数组的元组scipy.signal.peak_prominences当使用相同的参数调用时x和山峰.如果未提供，此数据将在内部计算。

wlen： 整数，可选

样本中的窗口长度传递给scipy.signal.peak_prominences作为内部计算的可选参数prominence_data.如果prominence_data给出。

返回 ：：

widths： ndarray

样本中每个峰的宽度。

width_heights： ndarray

评估宽度的轮廓线的高度。

left_ips, right_ips： ndarray

水平线的左右交点在各自评估高度的插值位置。

抛出 ：：

ValueError

如果prominence_data提供但不满足条件0 <= left_base <= peak <= right_base < x.shape[0]对于每个峰，具有错误的 dtype，不是 C-contiguous 或不具有相同的形状。

警告 ：：

PeakPropertyWarning

如果任何计算的宽度为 0，则引发。这可能源于提供的 prominence_data 或 rel_height 设置为 0。

警告

对于包含 NaN 的数据，此函数可能会返回意外结果。为了避免这种情况，应该删除或替换NaNs。

注意：

计算峰宽的基本算法如下：

• 计算评估高度\(h_{eval}\)用公式\(h_{eval} = h_{Peak} - P \cdot R\)，其中\(h_{Peak}\)是峰本身的高度，\(P\)是峰的突出和\(R\)用参数指定的正比率rel_height.

• 在两侧的评估高度处绘制一条水平线，从峰的当前垂直位置开始，直到该线与斜率、信号边界相交或穿过峰底的垂直位置(有关定义，请参见 peak_prominences )。对于第一种情况，与信号相交，用线性插值估计真正的相交点。

• 将宽度计算为两侧所选端点之间的水平距离。因此，每个峰的最大可能宽度是其底部之间的水平距离。

如上所示，要计算峰宽，必须知道其突出度和碱基。您可以自己提供这些参数prominence_data.否则，它们是内部计算的(参见scipy.signal.peak_prominences)。

例子：

>>> import numpy as np
>>> from scipy.signal import chirp, find_peaks, peak_widths
>>> import matplotlib.pyplot as plt

创建具有两个重叠谐波的测试信号

>>> x = np.linspace(0, 6 * np.pi, 1000)
>>> x = np.sin(x) + 0.6 * np.sin(2.6 * x)

找到所有峰并计算它们在相对高度 0.5(突出高度一半处的轮廓线)和 1(完全突出高度处的最低轮廓线处)的宽度。

>>> peaks, _ = find_peaks(x)
>>> results_half = peak_widths(x, peaks, rel_height=0.5)
>>> results_half[0]  # widths
array([ 64.25172825,  41.29465463,  35.46943289, 104.71586081,
        35.46729324,  41.30429622, 181.93835853,  45.37078546])
>>> results_full = peak_widths(x, peaks, rel_height=1)
>>> results_full[0]  # widths
array([181.9396084 ,  72.99284945,  61.28657872, 373.84622694,
    61.78404617,  72.48822812, 253.09161876,  79.36860878])

绘制计算宽度的信号、峰值和等高线

>>> plt.plot(x)
>>> plt.plot(peaks, x[peaks], "x")
>>> plt.hlines(*results_half[1:], color="C2")
>>> plt.hlines(*results_full[1:], color="C3")
>>> plt.show()