求序列中的波谷和波峰 python

假设给定一个序列 `seq`，可以通过以下代码找到其波峰和波谷：

peaks = []  # 存储波峰
valleys = []  # 存储波谷

if len(seq) < 3:  # 序列长度小于3，无法找到波峰和波谷
    pass
else:
    for i in range(1, len(seq)-1):
        if seq[i] > seq[i-1] and seq[i] > seq[i+1]:  # 当前值大于前后值，是波峰
            peaks.append(seq[i])
        elif seq[i] < seq[i-1] and seq[i] < seq[i+1]:  # 当前值小于前后值，是波谷
            valleys.append(seq[i])

以上代码中，我们对序列从第2个元素到倒数第2个元素进行遍历，如果当前元素比前后元素都大，则为波峰，存入 `peaks` 列表中；如果当前元素比前后元素都小，则为波谷，存入 `valleys` 列表中。最终得到的 `peaks` 和 `valleys` 列表就是序列中的波峰和波谷。

相关问题

python 求信号波峰波谷

可以使用 Python 中的信号处理库 `scipy` 中的 `find_peaks` 函数来求信号的波峰和波谷。

以下是一个简单的示例代码，假设信号存储在一个名为 `signal` 的一维数组中：

import numpy as np
from scipy.signal import find_peaks

# 找到信号的波峰
peaks, _ = find_peaks(signal)

# 找到信号的波谷
valleys, _ = find_peaks(-signal)

# 打印波峰和波谷的值
print('Peaks:', signal[peaks])
print('Valleys:', signal[valleys])

在上面的代码中，`find_peaks` 函数返回两个值：第一个是波峰或波谷的位置索引，第二个是该位置的属性（如峰高度、曲线宽度等）。

注意，如果信号中存在峰宽较小的峰，则需要通过 `width` 参数进行调整。此外，可以通过 `prominence` 参数来设置峰的最小高度。

提取波峰和波谷值python

提取波峰和波谷值可以使用Python中的`scipy.signal`库中的`find_peaks`函数。这个函数可以返回信号中的峰值和谷值的索引，以及它们的性质，如它们的宽度、高度和距离等。以下是一个示例代码：

import numpy as np
from scipy.signal import find_peaks

# 创建一个信号
x = np.array([0, 1, 0, -1, 0, 1, 0, -1, 0])

# 提取波峰和波谷
peaks, _ = find_peaks(x)
valleys, _ = find_peaks(-x)

# 打印结果
print("波峰索引：", peaks)
print("波谷索引：", valleys)

在这个示例中，我们首先创建了一个信号`x`，它包含了一些波峰和波谷。然后，我们使用`find_peaks`函数提取了波峰和波谷的索引。注意，为了提取波谷，我们必须将信号`x`取反。最后，我们打印出了结果，即波峰和波谷的索引。

你也可以使用`find_peaks`函数的参数来控制峰值和谷值的提取。例如，你可以指定峰值和谷值的最小高度、宽度和距离等。有关更多信息，请参阅`find_peaks`函数的文档。