如何使用scipy.find_peaks检测持续多个时间步的特定峰值？

原代码中threshold=15是基于相邻点的差值筛选尖峰，而持续多步的平台型尖峰相邻点差值极小，达不到阈值要求，因此无法被识别。可以通过以下参数调整解决：

• 使用prominence参数（推荐）
  突出度（prominence）衡量的是峰值相对于周围最近谷底的高度差，不受相邻点差值的限制，适合检测这类有显著高低差的平台型尖峰：

  from scipy.signal import find_peaks
  x = [50.7, 50.6, 50.6, 7.6, 12.0, 50.6, 50.4, 50.4, 50.4, 50.4, 50.3, 50.3, 50.2, 50.2, 50.2, 50.2]
  peaks, properties = find_peaks(x, prominence=15)
  

  设置prominence=15后，所有相对于周围谷底高度差超过15的平台区域都会被检测到，返回的peaks包含平台的特征点（如平台的起始最高点），properties中还会附带plateau_sizes等平台相关信息。

• 使用plateau_size参数（Scipy 1.7.0+）
  如果你使用的是Scipy 1.7.0及以上版本，可直接通过plateau_size指定平台型尖峰的最小持续步数：

  peaks, properties = find_peaks(x, plateau_size=2)
  

  这里plateau_size=2表示仅识别持续至少2个时间步的平台型尖峰，能精准匹配你需要检测的持续型高值区域。

• 结合width参数
  width参数用于指定峰值的最小宽度（以时间步为单位），同样能筛选出持续多步的尖峰：

  peaks, properties = find_peaks(x, width=2)
  

  设置width=2后，只有宽度≥2的峰值会被检测到，适合识别平台类的持续尖峰。

测试你的数据时，以上方法均可有效检测到前端的50.7/50.6平台，以及后端的50.6/50.4/50.3/50.2系列平台，解决原代码仅能检测单步尖峰的问题。

内容的提问来源于stack exchange，提问作者hoshijun