Python scipy.signal.find_peaks_cwt返回非峰值的其他点

我正在使用scipy peakfinder查找信号中的峰值。所有的峰值都被可靠地找到，但我总是得到额外的结果（到目前为止，所有的峰值都在信号的末尾），而不是峰值。我想知道为什么会这样

下面是一个包含合成数据的完整示例：

from scipy.signal import find_peaks_cwt
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline # for jupyter notebooks

x = np.arange(0, 15, 0.1)
y = np.sin(x)
plt.plot(y)

peakinds = find_peaks_cwt(y, np.arange(1, 5))
plt.plot(peakinds, y[peakinds], 'o')

（要在普通python shell中运行，请对

%matplotlib inline

添加注释，并在末尾添加

plt.show（）

）

用标记为点的峰值绘制：

（最后三个点不应该在那里）

对于我的真实数据，同样的事情也会发生：

（这里最后一个点错了）

---

为什么会发生这种情况？

问题出在

find\u peaks\u cwt

中的

widths

参数

from scipy.signal import find_peaks_cwt
import numpy as np
import matplotlib.pyplot as plt

x = np.arange(0, 15, 0.1)
y = np.sin(x)
fig0 = plt.figure()
ax0 = fig0.add_subplot(111)
ax0.plot(y)

peakinds = find_peaks_cwt(y, np.arange(1, 10))  # Here changed 5 to 10
ax0.plot(peakinds, y[peakinds], 'o')
plt.axis([0, 160, -1.1, 1.1])

从：

宽度：序列 用于计算CWT矩阵的1-D宽度数组。一般来说，该范围应涵盖感兴趣峰值的预期宽度

编辑：

使用的默认小波是Ricker小波。基本上，在所有指定的

宽度下（通过调用
ricker（width[i]）
）在信号和小波之间执行卷积。因此，您给出的范围必须从小（精确定位峰值）到足够大（用于检测感兴趣的峰值），但不能太大（为了避免混叠——让我们记住，小波在频域中工作）

文档摘录：算法如下：1-对提供的宽度对向量执行连续小波变换。这是向量与宽度中每个宽度的小波（宽度）的卷积

如果您通过
np.arange（10,20）
更改
宽度
，您将注意到峰值已被检测到，但其最大值未很好地定位（我们缺少精细刻度）。如果您再次尝试使用
np.arange（1,20）
，则峰值的定位效果更好

此外，如果要可视化ricker小波：

from scipy.signal import ricker
vec = ricker(100, 10)  # (nb_of_points, frequency)
fig0 = plt.figure()
ax0 = fig0.add_subplot(111)
ax0.plot(vec)

编辑2:

至于在信号末尾错误检测到的额外峰值，这很可能是由于边界效应造成的。基本上，卷积窗口超出了信号的最后一个样本。通常，对信号进行填充（零填充、信号缠绕等），但这取决于填充方式（或根本不进行填充）这种错误可能会发生。在使用这些类型的方法时，丢弃前几点和最后几点通常是合适的。
我注意到，使用宽度可以有所帮助，但我不知道如何获得可靠的值。请尝试
np.arange（1，50）
例如，第二个峰值出现两次。50应该可以，因为峰值比50宽。我对这个函数的理解有了更多的说明。希望这会有所帮助。这帮助我理解了这个函数，谢谢！但我仍然不确定如何解释实际数据图中的最后一个峰值。我使用的是
width=np.arange（5,20）
@Johannes如果没有手头的数据，很难判断……可能在信号的末尾有一些边界效果。我会自动放弃第一个和最后几个点的结果。