Betrachten der höchsten Peakkurve aus zwei Datensätzen

Question

Ich habe zwei Spalten, die der x- und y-Achse entsprechen würden, in der ich diese Datenpunkte schließlich zu einer Kurve wie Graphen graphisch darstellen werde. Das Problem ist, dass ich auf der Grundlage der Art der Datenpunkte, wenn ich es grafiere, am Ende zwei Peaks habe, aber ich möchte nur den höchsten Peak auswählen, wenn ich den niedrigsten Peak (s) abbilde und verwerfe höchster Punkt, aber der gesamte höchste geographische Graph).

Gibt es weg, um das in Python zu tun? Ich zeige die Codes hier nicht, weil ich nicht sicher bin, wie man die Codierung überhaupt macht.

Hier sind die Datenpunkte (Eingabe) sowie das Diagramm!

Answer 1

können Sie scipy argrelextrema verwenden, um alle Spitzen zu bekommen, um die maximalen trainieren und anschließend ein Maskenfeld für die Spitzen Sie zeichnen mögen aufzubauen. Dies gibt Ihnen die volle Kontrolle über Ihre Daten, Dinge wie mincutoff mit zu arbeiten, was eine separate Spitze bestimmt,

import numpy as np 
from scipy.signal import argrelextrema 
import matplotlib.pyplot as plt 

#Setup and plot data 
fig, ax = plt.subplots(1,2) 
y = np.array([0,0,0,0,0,6.14,7.04,5.6,0,0,0,0,0,0,0,0,0,0,0,16.58,60.06,99.58,100,50,0.,0.,0.]) 
x = np.linspace(3.92,161,y.size) 
ax[0].plot(x,y) 

#get peaks 
peaks_indx = argrelextrema(y, np.greater)[0] 
peaks = y[peaks_indx] 
ax[0].plot(x[peaks_indx],y[peaks_indx],'o') 

#Get maxpeak 
maxpeak = 0. 
for p in peaks_indx: 
    print(p) 
    if y[p] > maxpeak: 
     maxpeak = y[p] 
     maxpeak_indx = p 

#Get mask of data around maxpeak to plot 
mincutoff = 0. 
indx_to_plot = np.zeros(y.size, dtype=bool) 
for i in range(maxpeak_indx): 
    if y[maxpeak_indx-i] > mincutoff: 
     indx_to_plot[maxpeak_indx-i] = True 
    else: 
     indx_to_plot[maxpeak_indx-i] = True 
     break 

for i in range(y.size-maxpeak_indx): 
    if y[maxpeak_indx+i] > mincutoff: 
     indx_to_plot[maxpeak_indx+i] = True 
    else: 
     indx_to_plot[maxpeak_indx+i] = True 
     break 
ax[1].plot(x[indx_to_plot],y[indx_to_plot]) 
plt.show() 

Das Ergebnis ist dann,

UPDATE: Code plotten nur der größte Gipfel.

import numpy as np 
from scipy.signal import argrelextrema 
import matplotlib.pyplot as plt 

#Setup and plot data 
y = np.array([0,0,0,0,0,6.14,7.04,5.6,0,0,0,0,0,0, 
       0,0,0,0,0,16.58,60.06,99.58,100,50,0.,0.,0.]) 
x = np.linspace(3.92,161,y.size) 

#get peaks 
peaks_indx = argrelextrema(y, np.greater)[0] 
peaks = y[peaks_indx] 

#Get maxpeak 
maxpeak = 0. 
for p in peaks_indx: 
    print(p) 
    if y[p] > maxpeak: 
     maxpeak = y[p] 
     maxpeak_indx = p 

#Get mask of data around maxpeak to plot 
mincutoff = 0. 
indx_to_plot = np.zeros(y.size, dtype=bool) 
for i in range(maxpeak_indx): 
    if y[maxpeak_indx-i] > mincutoff: 
     indx_to_plot[maxpeak_indx-i] = True 
    else: 
     indx_to_plot[maxpeak_indx-i] = True 
     break 

for i in range(y.size-maxpeak_indx): 
    if y[maxpeak_indx+i] > mincutoff: 
     indx_to_plot[maxpeak_indx+i] = True 
    else: 
     indx_to_plot[maxpeak_indx+i] = True 
     break 

#Plot just the highest peak 
plt.plot(x[indx_to_plot],y[indx_to_plot]) 
plt.show() 

ich noch beiden Spitzen Plotten würde vorschlagen, der Algorithmus richtig funktioniert, um sicherzustellen, ... Ich glaube, Sie werden feststellen, dass eine beliebige Spitze zu identifizieren ist wahrscheinlich nicht immer trivial mit unordentlich Daten.