找到一个一维数字数组a中的所有峰值。峰顶是两边被较小数值包围的点。

最新推荐文章于 2024-08-08 14:28:23 发布

仅自己可见‘’

最新推荐文章于 2024-08-08 14:28:23 发布

阅读量256

点赞数 1

文章标签： python 矩阵 pycharm 数据分析

本文链接：https://blog.csdn.net/qq_51309289/article/details/124746569

版权

a = np.array([1, 3, 7, 1, 2, 6, 0, 1])

直接上代码：

import numpy as np

a = np.array([1, 3, 7, 1, 2, 6, 0, 1])
b1 = np.diff(a)
b2 = np.sign(b1)
b3 = np.diff(b2)

print(b1)  # [ 2  4 -6  1  4 -6  1]
print(b2)  # [ 1  1 -1  1  1 -1  1]
print(b3)  # [ 0 -2  2  0 -2  2]
index = np.where(np.equal(b3, -2))[0] + 1
print(index) # [2 5]

np.where（condition,x,y）
np.where(condition,x,y) 当where内有三个参数时，第一个参数表示条件，当条件成立时where方法返回x，当条件不成立时where返回y。
np.where(condition) 当where内只有一个参数时，那个参数表示条件，当条件成立时，where返回的是每个符合condition条件元素的坐标,返回的是以元组的形式。
np.diff(a,n=1,axis = -1)

沿着指定轴计算第N维的离散差值:

a：输入矩阵
n：可选，代表要执行几次差值
axis：默认是最后一个
示例：

In [29]: x = np.arange(1 , 16).reshape((3 , 5))^M
    ...: print(x)
    ...:
    ...:
[[ 1  2  3  4  5]
 [ 6  7  8  9 10]
 [11 12 13 14 15]]

In [30]: np.diff(x,axis=1) #默认axis=1
Out[30]:
array([[1, 1, 1, 1],
       [1, 1, 1, 1],
       [1, 1, 1, 1]])
In [31]: np.diff(x,n=2,axis=1) #在原来的基础上再计算一遍
Out[31]:
array([[0, 0, 0],
       [0, 0, 0],
       [0, 0, 0]])
In [33]: np.diff(x,axis=0) #换了轴
Out[33]:
array([[5, 5, 5, 5, 5],
       [5, 5, 5, 5, 5]])