如何针对二维数组的每列迭代SciPy峰值检测算法？

• 正在对来自图像堆栈的信号进行峰值计数，该堆栈包含180张图像（成像频率1Hz）
• 已从堆栈中分割出20-100个细胞目标，构建为二维NumPy数组，形状示例为「细胞数量×180秒」，每一列对应一个细胞的180秒信号轨迹（delta F/F）
• 希望使用SciPy的find_peaks峰值计数算法在信号轨迹上标记峰值，但该函数仅支持一维数组输入
• 曾尝试将二维数组展平为一维数组计数，但切换不同细胞时会产生虚假峰值
• 询问是否可以通过for循环迭代二维数组的每一列，让find_peaks将每一列视为一维数组处理，无需重塑数组
• 尝试的代码如下：

from scipy.signal import find_peaks 

peaks = np.zeros_like(smooth_signal)
for i in range(smooth_signal):
    peaks[:, i], _ = find_peaks(smooth_signal[:, i], height=1.2)
np.savetxt("peaks.csv", peaks, delimiter=',')

你的思路完全可行，仅需修正代码中的一处错误：

• range(smooth_signal)是无效写法，range()需要传入整数参数，你需要迭代数组的列数，即使用range(smooth_signal.shape[1])（shape[1]表示数组的列维度长度）

修正后的完整代码：

import numpy as np
from scipy.signal import find_peaks 

# smooth_signal 为形状15×180的二维数组，每一列对应单个细胞的180秒信号轨迹
peaks = np.zeros_like(smooth_signal)

# 迭代每一列（每个细胞的信号）
for col_idx in range(smooth_signal.shape[1]):
    # 提取当前列的一维信号轨迹
    cell_signal = smooth_signal[:, col_idx]
    # 调用find_peaks获取峰值位置
    peak_indices, _ = find_peaks(cell_signal, height=1.2)
    # 在peaks数组的对应位置标记峰值（用1表示）
    peaks[peak_indices, col_idx] = 1

# 将标记好峰值的数组保存为CSV
np.savetxt("peaks.csv", peaks, delimiter=',')

代码说明：

• 循环遍历数组的每一列，将每一列单独作为一维数组传入find_peaks，避免了展平数组导致的虚假峰值
• 用peaks数组（与原信号同形状）记录峰值位置，峰值处标记为1，其余位置为0，方便后续分析或可视化

内容的提问来源于stack exchange，提问作者Ross O' Carroll