scipy.signal.

argrelmin#

scipy.signal.argrelmin(данные, ось=0, порядок=1, mode='clip')[источник]#

Вычислить относительные минимумы данные.

Параметры:

данныеndarray: Массив, в котором нужно найти относительные минимумы.
осьint, необязательный: Ось, по которой производится выбор данные. По умолчанию 0.
порядокint, необязательный: Сколько точек с каждой стороны использовать для сравнения, чтобы считать comparator(n, n+x) быть True.
modestr, optional: Как обрабатываются края вектора. Доступные опции: 'wrap' (циклический перенос) или 'clip' (обработка переполнения как того же, что и последний (или первый) элемент). По умолчанию 'clip'. См. numpy.take.

Возвращает:

экстремумыкортеж ndarrays: Индексы минимумов в массивах целых чисел. extrema[k] является массивом индексов оси k of данные. Обратите внимание, что возвращаемое значение является кортежем, даже когда данные является одномерным.

Смотрите также

argrelextrema, argrelmax, find_peaks

Примечания

Эта функция использует argrelextrema с np.less в качестве компаратора. Поэтому он требует строгого неравенства с обеих сторон значения, чтобы считать его минимумом. Это означает, что плоские минимумы (шире одного сэмпла) не обнаруживаются. В случае 1-D данные find_peaks может использоваться для обнаружения всех локальных минимумов, включая плоские, путем вызова с инвертированным данные.

Добавлено в версии 0.11.0.

Примеры

>>> 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]))