python模块，使用不同的方法从直方图和时间序列数据等数据中识别峰值
pypeaks的Python项目详细描述
从数据中识别峰值是许多 研究和开发任务。pypeaks是要检测的python模块 任何数据如直方图和时间序列的峰值。
以下是此模块中为峰值实现的可用方法 检测：*基于斜率的方法，根据 数据各不相同。*基于区间的方法，其中一组区间可以 被传递以提供先验信息，即最多将有一个 每个区间都有峰值，我们只在每个区间中取最大值， 最后过滤掉不相关的峰。*一种混合方法 结合这两种方法。
安装
$ sudo pip install --upgrade pypeaks
用法
代码中包含了一个示例案例。如果你没有 此文件夹，请改为加载您的数据。或者从 https://github.com/gopalkoduri/pypeaks。
重要提示
峰值查找函数需要一个标准化的平滑直方图。它 默认情况下进行平滑。如果你想改变平滑度， 自定义相应的参数。如果数据没有标准化（所以 曲线下的面积为1），则提供一个函数 这样做。如果你没有得到任何高峰，那么你可能忽略了 这个！
import pickle
from pypeaks import Data, Intervals
[x, y] = pickle.load(file('examples/sample-histogram.pickle'))
data_obj = Data(x, y, smoothness=11)
#Peaks by slope method
data_obj.get_peaks(method='slope')
#print data_obj.peaks
data_obj.plot()
#Peaks by interval method
ji_intervals = pickle.load('examples/ji_intervals.pickle')
ji_intervals = Intervals(ji_intervals)
data_obj.get_peaks(method='interval', intervals=ji_intervals)
#print data_obj.peaks
data_obj.plot(intervals=ji_intervals)
#Read the help on Data object, and everything else is explained there.
help(Data)
如果你遇到什么问题，就报告 github，或写信给我 gopala[dot]koduri[at]gmail[dot]com！
欢迎加入QQ群-->： 979659372
