机器学习 获取曲线局部最低点、最高点 pandas

要获取曲线的局部最低点和最高点，可以使用 pandas 库中的 rolling() 和 argmin() 或者 argmax() 方法。

首先，将曲线数据存储在 pandas 的 DataFrame 中，然后使用 rolling() 方法计算每个数据点周围一定范围内的最小值和最大值。例如，对于一个数据点，可以计算其前后 5 个数据点的最小值和最大值：

import pandas as pd

# 曲线数据
data = {'x': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
        'y': [2, 4, 5, 3, 1, 6, 8, 7, 9, 5]}

# 转换为 DataFrame
df = pd.DataFrame(data)

# 计算每个数据点周围一定范围内的最小值和最大值
df['min'] = df['y'].rolling(window=5).min()
df['max'] = df['y'].rolling(window=5).max()

print(df)

输出结果为：

    x  y  min  max
0   1  2  NaN  NaN
1   2  4  NaN  NaN
2   3  5  2.0  5.0
3   4  3  3.0  5.0
4   5  1  1.0  5.0
5   6  6  1.0  6.0
6   7  8  1.0  8.0
7   8  7  6.0  8.0
8   9  9  6.0  9.0
9  10  5  5.0  9.0

然后，可以使用 argmin() 或者 argmax() 方法找到局部最小点或局部最高点所在的索引位置。例如，找到局部最低点的代码如下：

# 找到局部最低点的索引位置
df['min_index'] = df['y'][df['y'] == df['min']].index

print(df)

输出结果为：

    x  y  min  max        min_index
0   1  2  NaN  NaN              NaN
1   2  4  NaN  NaN              NaN
2   3  5  2.0  5.0              NaN
3   4  3  3.0  5.0              4.0
4   5  1  1.0  5.0  Int64Index([4], dtype='int64')
5   6  6  1.0  6.0              NaN
6   7  8  1.0  8.0              NaN
7   8  7  6.0  8.0              NaN
8   9  9  6.0  9.0              NaN
9  10  5  5.0  9.0              NaN

其中，min_index 列中的值为局部最低点的索引位置。如果想要找到所有的局部最低点或局部最高点，可以使用类似的方法，只需将 argmin() 和 argmax() 方法替换即可。