Python：如何从1D数组或列表中获取局部最大值

我是Python新手，我有一个问题无法用找到的答案来解决。。。希望有人能帮忙： 我需要获得从csv文件导入的数据集的所有本地最大值的列表。 值的范围为0到0.5左右

我只需要得到一个数据行的局部极大值列表（“Werte”，数组或“N”，list）就可以对它们进行统计

这就是我得到的：

import numpy as np
from numpy import *

N = []   

file = open('C:/Auswertung/PEE/PEE_L_1_O_130702-1.1.csv', 'r') 
Probe = file.readline()         # lese Inhalt zeilenweise in Listen
Header = file.readline()
data = file.readlines()

for row in data:
    columns = row.split(";")       # Trenne Zeilen bei ';' 
    N.append(float(columns[1]))

Werte = np.array([N])

# one try here: only gives me a set of 1s...    
c = (diff(sign(diff(Werte))) < 0).nonzero()[0] + 1 # local max
print(c)

将numpy导入为np
从numpy进口*
N=[]
文件=打开（'C:/Auswertung/PEE/PEE_L_1_O_130702-1.1.csv'，'r'）
Probe=file.readline（）#lese在Listen中的alt zeilenweise中
Header=file.readline（）
data=file.readlines（）
对于数据中的行：
列=行。拆分（“；”）#Trenne Zeilen bei'；'
N.append（float（列[1]））
Werte=np.数组（[N]）
#在这里尝试一次：只给我一组1。。。
c=（符号（符号（符号（符号）之差））小于0。非零（）[0]+1#局部最大值
印刷品（c）

有人能帮我找到正确的方法吗？

---

多谢各位

你走在正确的轨道上。你需要做的唯一额外的事情就是切片Werke阵列。 但我认为，找到局部最大值可以简化为：

 werte[1:-1][(diff(werte)[:-1]>0)*(diff(werte)[1:]<0)]

---

werte[1:-1][（diff（werte）[：-1]>0）*（diff（werte）[1:]

from scipy.signal import argrelmax
t=linspace(-4,40,1000)
y=sin(t)
argrelmax(y)[0]

结果

[126 269 412 554 697 840 982]

要获取值，请使用

y[argrelmax(y)[0]]

编辑：

请注意，它不计算域极端的局部极大值。
如果你有[2 4 0]，4应该被视为最大值吗？因为你是组合布尔数组，我想说这更能说明你打算
&
你的两个数组，而不是
*
它们。