Python离散数据极值查找：如何在pandas离散数据中定位A/B/C/D特征点

点定义说明 #

四个点的先后顺序为：序列起始位置 → A → C → B → D，满足如下规则：

• A是序列起始到C之间的最大值点
• C是A到B之间的最小值点
• B是C到D之间的最大值点
• D是B之后的第一个显著低点

验证测试数据 #

给定测试序列：[1, 2, 3, 10, 13, 15, 20, 50, 49, 49, 32, 33, 35, 36, 35, 34, 33, 34, 35, 36, 30, 27, 22, 15, 15, 17, 20, 27, 30, 32, 50, 56, 67, 85, 100, 99, 94, 83, 72, 59, 66, 67, 89, 90, 92, 127, 130, 189]
预期输出结果：

• A = 50
• B = 100
• C = 15
• D = 59

实现方案 #

由于四点定义存在循环依赖，我们通过按先后顺序找极值的方式打破循环，逻辑如下：

1. 先找序列第一个显著峰值，即为A
2. 在A之后的子序列中找最小值点，即为C
3. 在C之后的子序列中找第一个显著峰值，即为B
4. 在B之后的子序列中找第一个显著低点，即为D

代码实现（Python+Pandas） #

需要依赖scipy库的find_peaks方法识别峰值，谷值通过识别负序列的峰值实现：

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

# 加载测试数据
data = [1, 2, 3, 10, 13, 15, 20, 50, 49, 49, 32, 33, 35, 36, 35, 34, 33, 34, 35, 36, 30, 27, 22, 15, 15, 17, 20, 27, 30, 32, 50, 56, 67, 85, 100, 99, 94, 83, 72, 59, 66, 67, 89, 90, 92, 127, 130, 189]
s = pd.Series(data)

# 1. 找第一个显著峰值A，调整distance参数过滤小波动峰值
peaks, _ = find_peaks(s, distance=10)
A_val = s.iloc[peaks[0]]
A_idx = peaks[0]

# 2. 找A之后的最小值C
sub_after_A = s.iloc[A_idx+1:]
C_idx = sub_after_A.idxmin()
C_val = s.iloc[C_idx]

# 3. 找C之后的第一个显著峰值B
sub_after_C = s.iloc[C_idx+1:]
peaks_after_C, _ = find_peaks(sub_after_C, distance=10)
# 转换为原序列索引
B_idx = sub_after_C.index[peaks_after_C[0]]
B_val = s.iloc[B_idx]

# 4. 找B之后的第一个显著低点D
sub_after_B = s.iloc[B_idx+1:]
# 找谷值：对负序列找峰值
valleys_after_B, _ = find_peaks(-sub_after_B, distance=5)
D_idx = sub_after_B.index[valleys_after_B[0]]
D_val = s.iloc[D_idx]

# 输出结果
print(f"A = {A_val}")
print(f"B = {B_val}")
print(f"C = {C_val}")
print(f"D = {D_val}")

输出结果 #

运行上述代码后输出和预期完全一致：

A = 50
B = 100
C = 15
D = 59

参数调整说明 #

如果你的序列波动更大，可以调整find_peaks的如下参数适配：

• distance：两个峰值之间的最小间隔点数，过滤小波动
• prominence：峰值的突出程度，避免把局部小凸起识别为峰值
• height：峰值的最低高度阈值

内容的提问来源于stack exchange，提问作者NNNNNNN