Python 巨蟒：如何知道楼梯的顶点？

假设我们有一个逐渐增加的分布x，我想知道这个分布的峰值

为了更好地了解这一点，我举了一个例子：

x=np.array（[0,1,1.1,3,3.1,3.12,6,6.12,8]）
平面图（x）
plt.show（）
峰值=某些函数提取峰值（）
打印（'输出：'，峰值）

输出：[1,3,6,8]

scipy.signal.find_peaks

如果峰值更突出，则是一个不错的选择。可能最简单的选择是计算第一个差异，并设置一些适用于您的用例的阈值：

x[np.flatnonzero(np.diff(x, prepend=0)>=1)]
# array([1., 3., 6., 8.])

---

scipy.signal.find_peaks

如果峰值更突出，则是一个不错的选择。可能最简单的选择是计算第一个差异，并设置一些适用于您的用例的阈值：

x[np.flatnonzero(np.diff(x, prepend=0)>=1)]
# array([1., 3., 6., 8.])

---

我尝试使用scipy.signal.find_peaks，但不适用于此分布。如何准确定义“峰值”？对我来说，峰值是y轴的增加。例如，在本例中，输出。我尝试使用scipy.signal.find_peaks，但不适用于此分布。如何准确定义“峰值”？对我来说，峰值是y轴的增加。在本例中，输出就是一个例子。这是一个非常好的解决方案，但我希望它是自动的。由于分布变化很大。也许可以自动计算阈值。不确定如何避免这种情况。想想这些函数，比如peak_finder，也有很多参数和阈值需要设置，因为它们是必需的@SSR这是一个非常好的解决方案，但我希望它是自动的。由于分布变化很大。也许可以自动计算阈值。不确定如何避免这种情况。认为这些函数（如peak_finder）也有许多参数和阈值需要设置，因为它们是@ssr所必需的