Python计算波峰波谷值的方法（极值点）

洛溪

发布时间：2026-10-13| 6人浏览过

原创

本文介绍在Python中计算波峰波谷值（极值点）的四种常用方法。通过scipy库的find_peaks检测极大值，利用np.polyder求导寻找导数为零的点，以及使用argrelextrema直接获取极大极小值索引。结合np.polyfit进行数据拟合，可灵活处理不同场景下的极值点定位需求。

Python计算波峰波谷值的方法（极值点）

在Python中求解极值点，主要依赖scipy库提供的功能。

数据拟合与预处理

第一步，可以选择一个已知函数，或者对现有数据进行函数拟合。这里以数据拟合为例，使用np.polyfit进行多项式拟合。


import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
from scipy import signal #滤波等

xxx = np.arange(0, 1000)
yyy = np.sin(xxx*np.pi/180)

z1 = np.polyfit(xxx, yyy, 7) # 用7次多项式拟合
p1 = np.poly1d(z1) #多项式系数
print(p1) # 在屏幕上打印拟合多项式
yvals=p1(xxx) 

plt.plot(xxx, yyy, '*',label='original values')
plt.plot(xxx, yvals, 'r',label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4)
plt.title('polyfitting')
plt.show()

拟合后得到的图形如下所示：

使用find_peaks检测波峰

第二步，求解波峰值（即极大值），可以使用signal.find_peaks函数。


# 极值
num_peak_3 = signal.find_peaks(yvals, distance=10) #distance表极大值点的距离至少大于等于10个水平单位
print(num_peak_3[0])
print('the number of peaks is ' + str(len(num_peak_3[0])))
plt.plot(xxx, yyy, '*',label='original values')
plt.plot(xxx, yvals, 'r',label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4)
plt.title('polyfitting')
for ii in range(len(num_peak_3[0])):
 plt.plot(num_peak_3[0][ii], yvals[num_peak_3[0][ii]],'*',markersize=10)
plt.show()

通过求导寻找极值点

第三步，如果函数可导，可以通过求导数来寻找极值点，该方法能同时得到极大值和极小值点，使用np.polyder函数。


yyyd = np.polyder(p1,1) # 1表示一阶导
print(yyyd)

此时，yyyd.r即可得到导数为0的点，可以与上述方法得到的极大值点进行对比验证。

直接使用argrelextrema获取极值

第四步，可以直接分别求取极大值和极小值，使用signal.argrelextrema函数。


print(yvals[signal.argrelextrema(yvals, np.greater)]) #极大值的y轴, yvals为要求极值的序列
print(signal.argrelextrema(yvals, np.greater)) #极大值的x轴
peak_ind = signal.argrelextrema(yvals,np.greater)[0] #极大值点，改为np.less即可得到极小值点
plt.plot(xxx, yyy, '*',label='original values')
plt.plot(xxx, yvals, 'r',label='polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=4)
plt.title('polyfitting')
plt.plot(signal.argrelextrema(yvals,np.greater)[0],yvals[signal.argrelextrema(yvals, np.greater)],'o', markersize=10) #极大值点
plt.plot(signal.argrelextrema(yvals,np.less)[0],yvals[signal.argrelextrema(yvals, np.less)],'+', markersize=10) #极小值点
plt.show()