scipy.signal.

argrelmin#

scipy.signal.argrelmin(data, axis=0, order=1, mode='clip')[Quelle]#

Berechnet die relativen Minima von data.

Parameter:

datandarray: Array, in dem die relativen Minima gesucht werden sollen.
axisint, optional: Achse, über die aus data ausgewählt wird. Standard ist 0.
orderint, optional: Wie viele Punkte auf jeder Seite verwendet werden sollen, um den Vergleich comparator(n, n+x) als wahr zu betrachten.
modestr, optional: Wie die Ränder des Vektors behandelt werden. Verfügbare Optionen sind ‚wrap‘ (Umlauf) oder ‚clip‘ (Überläufe wie das letzte (oder erste) Element behandeln). Standard ist ‚clip‘. Siehe numpy.take.

Rückgabe:

extrematuple von ndarrays: Indizes der Minima in ganzzahligen Arrays. extrema[k] ist das Array von Indizes der Achse k von data. Beachten Sie, dass der Rückgabewert ein Tupel ist, auch wenn data 1-dimensional ist.

Siehe auch

argrelextrema, argrelmax, find_peaks

Hinweise

Diese Funktion verwendet argrelextrema mit np.less als Vergleichsoperator. Daher erfordert sie eine strikte Ungleichheit auf beiden Seiten eines Wertes, um ihn als Minimum zu betrachten. Das bedeutet, dass flache Minima (mehr als eine Stichprobe breit) nicht erkannt werden. Im Fall von 1-dimensionalem data kann find_peaks verwendet werden, um alle lokalen Minima, einschließlich flacher, zu erkennen, indem es mit negiertem data aufgerufen wird.

Hinzugefügt in Version 0.11.0.

Beispiele

>>> import numpy as np
>>> from scipy.signal import argrelmin
>>> x = np.array([2, 1, 2, 3, 2, 0, 1, 0])
>>> argrelmin(x)
(array([1, 5]),)
>>> y = np.array([[1, 2, 1, 2],
...               [2, 2, 0, 0],
...               [5, 3, 4, 4]])
...
>>> argrelmin(y, axis=1)
(array([0, 2]), array([2, 1]))