python求極值點主要用到scipy庫。

1. 首先可先選擇一個函式或者擬合一個函式，這裡選擇擬合數據：np.polyfit

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from scipy import signal #濾波等

xxx = np.arange(0,1000)
yyy = np.sin(xxx*np.pi/180)

z1 = np.polyfit(xxx,yyy,7) # 用7次多項式擬合
p1 = np.poly1d(z1) #多項式係數
print(p1) # 在螢幕上列印擬合多項式
yvals=p1(xxx) 

plt.plot(xxx,'*',label='original values')
plt.plot(xxx,yvals,'r',label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4)
plt.title('polyfitting')
plt.show()

得到的圖形是：

2. 求波峰值，也就是極大值，得到：signal.find_peaks

# 極值
num_peak_3 = signal.find_peaks(yvals,distance=10) #distance表極大值點的距離至少大於等於10個水平單位
print(num_peak_3[0])
print('the number of peaks is ' + str(len(num_peak_3[0])))
plt.plot(xxx,label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4)
plt.title('polyfitting')
for ii in range(len(num_peak_3[0])):
 plt.plot(num_peak_3[0][ii],yvals[num_peak_3[0][ii]],markersize=10)
plt.show()

3. 在可導的情形下，可以求導來求極值點，同時得到極大值和極小值點：np.polyder

yyyd = np.polyder(p1,1) # 1表示一階導
print(yyyd)

此時：yyyd.r 即可就得導數為0的點，可以與上述的極大值點對應比較

4. 直接函式分別求極大值和極小值：signal.argrelextrema 函式

print(yvals[signal.argrelextrema(yvals,np.greater)]) #極大值的y軸,yvals為要求極值的序列
print(signal.argrelextrema(yvals,np.greater)) #極大值的x軸
peak_ind = signal.argrelextrema(yvals,np.greater)[0] #極大值點，改為np.less即可得到極小值點
plt.plot(xxx,label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4)
plt.title('polyfitting')
plt.plot(signal.argrelextrema(yvals,np.greater)[0],yvals[signal.argrelextrema(yvals,np.greater)],'o',markersize=10) #極大值點
plt.plot(signal.argrelextrema(yvals,np.less)[0],np.less)],'+',markersize=10) #極小值點
plt.show()

總結

以上所述是小編給大家介紹的python計算波峰波谷值的方法（極值點），希望對大家有所幫助，也非常感謝大家對我們網站的支援！