完成函数fun11()，从一维数组data中找到所有峰值的索引。说明：峰值点大于左右两侧的数据值，不包含端点。 提示: np.diff,np.sign,np.where(condition)

在Python中，我们可以利用numpy库的功能来完成这个函数`fun11`。首先，我们需要导入必要的库，然后通过计算数组的差分、符号以及找出差分为正的索引位置，来找到峰值。以下是`fun11`的一个实现示例：

import numpy as np

def fun11(data):
    # 计算数组的一阶导数（差分）
    diff_data = np.diff(data)
    
    # 确定哪些元素的值比其相邻元素大，即为正值，表示峰值点
    peaks_indices = np.where(diff_data > 0)[0]
    
    # 需要去掉最后一个元素，因为diff计算会排除最后一个数据点，所以我们要检查一下
    if len(peaks_indices) > 0 and peaks_indices[-1] == data.size - 2:
        peaks_indices = peaks_indices[:-1]
        
    return peaks_indices

# 示例
data = [1, 2, 3, 4, 5, 4, 3, 2, 1]
print("Peak indices:", fun11(data))

在这个例子中，我们首先应用了`np.diff`函数来得到数组的差分，然后使用`np.where`函数找出差分大于零的元素对应的索引。最后，由于`np.diff`排除了最后一个元素，所以我们需要额外检查并去除最后一个可能的峰值。