使用scipy.find_peaks提取功率谱峰值出现KeyError报错求助

报错原因 #

scipy.signal.find_peaks的返回值第二个字典，仅当调用时显式传入了对应参数，才会生成对应的键值对：

• 只有传入height参数且值不为None时，返回字典才会包含peak_heights字段
• 你当前代码中height参数设置为None，所以返回的字典里不存在这个键，访问时自然触发KeyError

修复方案 #

修改find_peaks调用行的height参数，设置为符合你功率谱数据的合理阈值即可，示例如下：

# 可根据你的功率谱实际取值调整height阈值，比如设为0、均值、或指定数值
peaks, properties = find_peaks(List, height=np.mean(List), threshold=None, distance=None, prominence=None, width=None)
height = properties['peak_heights']

其他代码优化建议（避免后续报错） #

• 读取的txt文件返回的是DataFrame结构，建议转为一维数组再处理，防止维度不匹配报错：

  power_list = pd.read_table(r'G:\Downloads\power_list_6779699.txt').values.flatten()
  frequency_list = pd.read_table(r'G:\Downloads\List_Frequency.txt').values.flatten()
  

• 无需循环创建List变量，直接将高斯滤波后的结果展平即可，性能更高：

  df = gaussian_filter(power_list, sigma=37)
  List = df.flatten()
  

• 绘图时scatter的颜色参数需要显式指定c，且峰值位置要和x轴单位对齐，避免点位置偏移、参数识别错误：

  ax.scatter(peak_pos*1e6, height, c='r', s=10, marker='D', label='Maxima')
  

修复后完整可运行代码 #

import matplotlib.pyplot as plt
import pandas as pd
from scipy.ndimage import gaussian_filter
from scipy.signal import find_peaks
import numpy as np

# 导入数据并转为一维数组
power_list = pd.read_table(r'G:\Downloads\power_list_6779699.txt').values.flatten()
frequency_list = pd.read_table(r'G:\Downloads\List_Frequency.txt').values.flatten()

# 高斯滤波
df = gaussian_filter(power_list, sigma=37)
List = df.flatten()

# 查找峰值，height可根据实际数据调整
peaks, properties = find_peaks(List, height=np.mean(List))
height = properties['peak_heights'] 
peak_pos = frequency_list[peaks] 

# 绘图
fig = plt.figure()
ax = fig.subplots()
plt.title('KIC6779699')
plt.xlim([5.6E1,1.16E2])
plt.xlabel('Frequeny(μHz)')
plt.ylabel('Power density p.p.m')
ax.plot(frequency_list*1E6, df, 'k', linewidth=.2)
ax.scatter(peak_pos*1e6, height, c='r', s = 10, marker = 'D', label = 'Maxima')
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Jeffsejr