如何程序化识别钟形曲线的首个最小值、峰值与第二个最小值

问题描述 #

我正在处理一组类正态钟形分布的数据集，需要识别三个特定点：

• 曲线上升前的首个最小值点
• 曲线的峰值（最大值点）
• 峰值后曲线下降过程中的第二个最小值点

难点在于曲线尾部趋于平坦，最小值定义模糊，考虑用一阶导数符号变化判断：首个最小值对应导数由负变正的位置，第二个最小值对应峰值后导数由正变负的位置。

数据集信息 #

分布曲线 #

Pandas数据结构 #

# ... (数据加载代码) ...
print(df.head())

y轴数值 #

0    0.000006775275118
1    0.000002841071152
2    0.000002331050869
3    0.000002098089639
4    0.000001958793763
5    0.000001882957831
6    0.000001817511261
7    0.000001778793930
8    0.000001747600657
9    0.000001726581760
10   0.000001736836910
11   0.000001725393807
12   0.000001735801905
13   0.000001722637070
14   0.000001749210289
15   0.000001743336865
16   0.000001773540895
17   0.000001758737558
18   0.000001792945553
19   0.000001789850672
20   0.000001779160328
21   0.000001807576901
22   0.000001808267621
23   0.000001818196607
24   0.000001811775275
25   0.000001818907290
26   0.000001807848091
27   0.000001836718285
28   0.000001808366208
29   0.000001808187769
30   0.000001782767490
31   0.000001769246699
32   0.000001775707035
33   0.000001759920903
34   0.000001737253676
35   0.000001722037872
36   0.000001727249139
37   0.000001693093662
38   0.000001701267438
39   0.000001692311112
40   0.000001678170239
41   0.000001661488536
42   0.000001668086770
43   0.000001667761220
44   0.000001662043200
45   0.000001667680139
46   0.000001659051206
47   0.000001708371198
48   0.000001732222077
49   0.000001774399919
50   0.000001876523600
51   0.000002025685347
52   0.000002259535699
53   0.000002560415994
54   0.000003055340098
55   0.000003727916538
56   0.000004705124476
57   0.000005971950809
58   0.000007664882924
59   0.000009665827809
60   0.000012083860418
61   0.000014769510653
62   0.000017550004674
63   0.000020119588986
64   0.000022386885842
65   0.000024171012583
66   0.000025206126640
67   0.000025491871789
68   0.000024878712706
69   0.000023424992853
70   0.000021276252458
71   0.000018607410922
72   0.000015824313725
73   0.000012923828210
74   0.000010311275904
75   0.000008025889954
76   0.000006292151302
77   0.000004904108668
78   0.000003974381668
79   0.000003333372577
80   0.000002833383398
81   0.000002537387898
82   0.000002308652989
83   0.000002216008051
84   0.000002145439742
85   0.000002146526344
86   0.000002167240574
87   0.000002248661389
88   0.000002323548464
89   0.000002430060014
90   0.000002537689493
91   0.000002347846822
Name:  diff_current, dtype: float64

解决方案 #

核心逻辑 #

1. 计算一阶导数：用差分法计算y值的一阶导数，反映曲线的增减趋势
2. 定位峰值：直接找y值最大值点，或用scipy.find_peaks精准定位主峰
3. 首个最小值：在峰值前，寻找导数由负变正的第一个位置（曲线从下降转上升的拐点）
4. 第二个最小值：在峰值后，寻找导数由正变负的第一个位置（曲线从上升转下降的拐点）
5. 过滤干扰：设置导数阈值，忽略尾部平坦区域的微小波动

代码实现 #

import pandas as pd
import numpy as np
from scipy.signal import find_peaks

# 假设数据已加载到df中，y列名为'diff_current'
y = df['diff_current'].values
x = np.arange(len(y))

# 1. 计算一阶导数（差分）
dy = np.diff(y)

# 2. 定位主峰，prominence参数根据数据量级调整
peak_idx, _ = find_peaks(y, prominence=0.000005)
peak_pos = peak_idx[0]

# 3. 定位首个最小值：峰值前导数由负变正的第一个拐点
first_min_pos = None
pre_peak_dy = dy[:peak_pos]
for i in range(1, len(pre_peak_dy)):
    # 忽略极小波动，设置导数绝对值阈值
    if abs(pre_peak_dy[i-1]) > 1e-8 and abs(pre_peak_dy[i]) > 1e-8:
        if pre_peak_dy[i-1] < 0 and pre_peak_dy[i] > 0:
            first_min_pos = i
            break

# 4. 定位第二个最小值：峰值后导数由正变负的第一个拐点
second_min_pos = None
post_peak_dy = dy[peak_pos:]
for i in range(1, len(post_peak_dy)):
    if abs(post_peak_dy[i-1]) > 1e-8 and abs(post_peak_dy[i]) > 1e-8:
        if post_peak_dy[i-1] > 0 and post_peak_dy[i] < 0:
            second_min_pos = peak_pos + i
            break

# 输出结果
print(f"首个最小值点索引: {first_min_pos}, 值: {y[first_min_pos]}")
print(f"峰值点索引: {peak_pos}, 值: {y[peak_pos]}")
print(f"第二个最小值点索引: {second_min_pos}, 值: {y[second_min_pos]}")

代码说明 #

• 差分计算：np.diff(y)替代连续导数，适合离散数据集
• 主峰过滤：find_peaks的prominence参数可排除小峰值干扰
• 阈值过滤：通过导数绝对值阈值1e-8，忽略尾部无意义的微小波动
• 拐点判断：严格依据导数符号反转定位，确保精准捕捉趋势变化

内容的提问来源于stack exchange，提问作者joe