Python 如何在信号中形成峰值之前找到实例？

我正在处理信号数据，并试图在峰值开始形成之前找到实例（或接近实例）。例如：

红星和橙色x当前使用scipy.signal.find_peaks计算，以在两个连续大于50的峰值之前找到第一个最小峰值。我想要的理想位置是有红星和第二个和第三个橙色x的区域

我的问题是，有时在第一个驼峰形成之前没有一个最小值，这会导致像左边第一个橙色x一样的问题

有什么更好的方法或方法可以改进我目前的方法，以便在驼峰形成之前获得该点（粗略箭头位置）：

我当前的代码如下所示，它分别针对蓝色和绿色行运行：

    step_peak, _ = find_peaks(z, height=60, distance=40)
    step_min, _ = find_peaks(-1*z, height=-60)
    contact = []

    for i in range(len(step_peak)-1):
        if step_peak[i+1] - step_peak[i] < 100:
            for min in reversed(step_min):
                if min < step_peak[i]:
                    contact.append(min)
                    break

step_peak，_=find_peaks（z，高度=60，距离=40）
步进最小值，查找峰值（-1*z，高度=-60）
联系人=[]
对于范围内的i（len（阶跃峰值）-1）：
如果阶跃峰值[i+1]-阶跃峰值[i]<100：
对于反转中的最小值（步骤_min）：
如果最小值<步进峰值[i]：
contact.append（最小值）
打破

这种方法适用于整个数据集的90%左右，只有少数像我需要解释的第一个橙色x

---

非常感谢您的帮助。

首先，让我们看看函数

scipy.signal.peak\u widths

。在无法访问您的数据的情况下，我使用了一个示例曲线：

从scipy.signal导入啁啾，查找峰值，峰值宽度
将matplotlib.pyplot作为plt导入
将numpy作为np导入
x=np.linspace（0,6*np.pi，1000）
x=np.sin（x）+0.6*np.sin（2.6*x）
峰值，u=查找_峰值（x）
结果全=峰值宽度（x，峰值，相对高度=1）
结果_全[0]#宽度
平面图（x）
plt.绘图（峰值，x[峰值]，“x”）
plt.hlines（*结果完整[1:]，color=“C3”）
plt.show（）

我们可以解析

峰值宽度的结果

以丢弃其他宽度内的值

peak\u begin=np.array（结果已满）
peak_begin=peak_begin[：，np.argsort（peak_begin[2]）]
_，b=峰值形状
宽度\u至\u删除=[]
i=1
而我

---

我希望我得到了您想要的结果。

首先，让我们看看函数

scipy.signal.peak\u widths

。在无法访问您的数据的情况下，我使用了一个示例曲线：

从scipy.signal导入啁啾，查找峰值，峰值宽度
将matplotlib.pyplot作为plt导入
将numpy作为np导入
x=np.linspace（0,6*np.pi，1000）
x=np.sin（x）+0.6*np.sin（2.6*x）
峰值，u=查找_峰值（x）
结果全=峰值宽度（x，峰值，相对高度=1）
结果_全[0]#宽度
平面图（x）
plt.绘图（峰值，x[峰值]，“x”）
plt.hlines（*结果完整[1:]，color=“C3”）
plt.show（）

我们可以解析

峰值宽度的结果

以丢弃其他宽度内的值

peak\u begin=np.array（结果已满）
peak_begin=peak_begin[：，np.argsort（peak_begin[2]）]
_，b=峰值形状
宽度\u至\u删除=[]
i=1
而我

---

我希望我得到了你想要的。

也许你要找的点是二阶导数最大的地方？也许你要找的点是二阶导数最大的地方？