如何用Python从双列文本数据中筛选4个极端局部最小值点

我有包含x、y两列数据的文本文件，已知数据中存在4个极端局部最小值点，但使用当前代码获取到了全部23个局部最小值，无法筛选出目标的4个点。需要标记这4个点并保存为文本文件。

当前代码：

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


Path = "input/*.txt"
input_files = glob.glob(Path)
for file_name in input_files:   
    df = pd.read_csv(file_name, header=None, delimiter="\t")
    x = df[0]
    y = df[1] 
  
    minima_indices = argrelextrema(np.array(y), np.less)[0]

    minima_x = x[minima_indices]
    minima_y = y[minima_indices] 


    plt.plot(x,y)
    plt.plot(minima_x,minima_y, "x",markersize = 5) 

问题原因 #

argrelextrema默认仅比较相邻数据点，会把曲线小波动产生的局部极小值全部识别出来，而你需要的是在更大范围内y值显著更小的极端点。

解决方案 #

提供两种实用方法，可根据你的数据分布选择：

方法1：按y值直接筛选前4个最小点

直接对所有局部最小值按y值升序排序，取前4个，适用于目标点y值明显小于其他局部极小值的场景：

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

Path = "input/*.txt"
input_files = glob.glob(Path)

for file_name in input_files:   
    df = pd.read_csv(file_name, header=None, delimiter="\t")
    x = df[0]
    y = df[1] 
  
    # 获取所有局部最小值
    minima_indices = argrelextrema(np.array(y), np.less)[0]
    minima_df = pd.DataFrame({'x': x[minima_indices], 'y': y[minima_indices]})
    
    # 按y值从小到大排序，取前4个极端最小值
    extreme_minima = minima_df.sort_values(by='y').head(4)
    
    # 保存结果到文本文件（命名为原文件名前缀+extreme_minima）
    output_file = f"extreme_minima_{file_name.split('/')[-1]}"
    extreme_minima.to_csv(output_file, sep='\t', index=False, header=False)
    
    # 绘图标记目标点
    plt.plot(x, y, label='原始曲线')
    plt.plot(extreme_minima['x'], extreme_minima['y'], "rx", markersize=8, label='极端局部最小值')
    plt.legend()
    plt.show()

方法2：按邻域范围筛选（避免近距离冗余点）

如果目标点分布在不同的x轴区间，可设定邻域窗口，每个窗口内仅保留y值最小的点，确保最终得到4个分散的极端点：

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

Path = "input/*.txt"
input_files = glob.glob(Path)
# 根据你的x轴数据范围调整窗口大小，确保每个目标点单独落在一个窗口内
window_size = 20  # 示例值，需根据实际数据修改

for file_name in input_files:   
    df = pd.read_csv(file_name, header=None, delimiter="\t")
    x = df[0]
    y = df[1] 
  
    minima_indices = argrelextrema(np.array(y), np.less)[0]
    minima_df = pd.DataFrame({'x': x[minima_indices], 'y': y[minima_indices]})
    
    # 按x值排序，划分邻域筛选
    minima_sorted = minima_df.sort_values(by='x').reset_index(drop=True)
    extreme_minima = []
    current_window_start = minima_sorted['x'].iloc[0]
    
    while not minima_sorted.empty:
        # 提取当前窗口内的所有点
        window_points = minima_sorted[minima_sorted['x'] <= current_window_start + window_size]
        if not window_points.empty:
            # 保留窗口内y值最小的点
            min_point = window_points.loc[window_points['y'].idxmin()]
            extreme_minima.append(min_point)
            # 移除当前窗口内的点，处理下一个窗口
            minima_sorted = minima_sorted[minima_sorted['x'] > current_window_start + window_size]
            if not minima_sorted.empty:
                current_window_start = minima_sorted['x'].iloc[0]
        else:
            break
    
    extreme_minima = pd.DataFrame(extreme_minima)
    
    # 保存结果
    output_file = f"extreme_minima_{file_name.split('/')[-1]}"
    extreme_minima[['x', 'y']].to_csv(output_file, sep='\t', index=False, header=False)
    
    # 绘图展示
    plt.plot(x, y, label='原始曲线')
    plt.plot(extreme_minima['x'], extreme_minima['y'], "rx", markersize=8, label='极端局部最小值')
    plt.legend()
    plt.show()

内容的提问来源于stack exchange，提问作者Hisham