使用Python SciPy检测峰值时遭遇索引错误的解决咨询

原代码的核心错误 #

• 变量顺序颠倒：计算zero_locs时x尚未定义，实际运行会先触发NameError，代码需先定义数据再执行后续逻辑。
• 索引错误根源：你的数据x中没有0值，np.where(x==0)返回空数组，np.append(zero_locs, len(x))生成了包含空数组的object类型数组，后续用它作为索引切片时，空数组无法被识别为整数索引，触发IndexError。
• 峰值检测逻辑缺陷：手动通过差分找峰值的方式鲁棒性差，无法准确识别符合“波谷>0”的峰值。

正确实现方案 #

直接使用scipy.signal.find_peaks，通过参数配置+额外验证满足需求：

• height=20：筛选峰值大于20的点
• 验证相邻峰值之间的波谷（区间最小值）是否大于0

完整代码如下：

import numpy as np
from scipy.signal import find_peaks
import matplotlib.pyplot as plt

# 先定义数据，确保变量顺序正确
x = np.array([1, 9, 18, 24, 26, 5, 26, 25, 26, 16, 20, 16, 23, 5, 1, 27, 
              22, 26, 27, 26, 25, 24, 25, 26, 3, 25, 26, 24, 23, 12, 22, 11, 15, 24, 11, 
              26, 26, 26, 24, 25, 24, 24, 22, 22, 22, 23, 24])

# 第一步：检测所有峰值大于20的点
peaks, _ = find_peaks(x, height=20)

# 第二步：筛选相邻峰值间波谷大于0的有效峰值
valid_peaks = []
if len(peaks) > 0:
    valid_peaks.append(peaks[0])
    for i in range(1, len(peaks)):
        # 计算两个峰值之间的区间最小值（波谷）
        valley_min = np.min(x[peaks[i-1]:peaks[i]])
        if valley_min > 0:
            valid_peaks.append(peaks[i])

# 可视化结果
fig = plt.figure(figsize=(10,4))
plt.plot(x)
plt.plot(valid_peaks, x[valid_peaks], "x", color='r')
plt.title('Valid Peaks (height>20, valley>0)')
plt.show()

代码说明 #

• 变量顺序修正：先定义数据x，避免未定义错误。
• 专业峰值检测：find_peaks是scipy专门的峰值检测函数，height=20直接筛选峰值大于20的点，比手动差分更可靠。
• 波谷验证：遍历检测到的峰值，计算相邻峰值间的区间最小值（波谷），只保留满足波谷>0的峰值，精准匹配需求。
• 彻底解决索引错误：全程使用整数索引，无非法的object类型数组参与索引操作。

内容的提问来源于stack exchange，提问作者user20759431