You need to enable JavaScript to run this app. 通过峰值坐标查找确定位置-时间图频率的实现及报错修复
优惠活动
大模型
产品
解决方案
定价
更多

通过峰值坐标查找确定位置-时间图频率的实现及报错修复

异常产生原因
  • 触发类型错误的直接诱因:scipy.signal.find_peaks 返回的 peaks 是每个峰值在输入pos序列中的整数位置索引构成的numpy数组,并非从0开始的连续计数序列。如果直接将这个数组作为索引传给Python原生列表类型的时间数组t,Python列表不支持非整数标量的数组索引操作,就会抛出typeError: only integer scalar arrays can be converted to a scalar index的报错。
  • 代码存在的逻辑硬伤:
    • 循环逻辑完全错位:你在循环中用range(len(peaks))的计数器i索引时间数组t,拿到的是时间序列开头的连续若干个值,并非峰值对应的实际时间点,哪怕不触发报错,取值也是完全错误的。
    • 频率计算逻辑颠倒:你计算得到的peak_dists是相邻峰值的时间差,也就是信号的振动周期T,但后续直接把平均周期作为频率返回,和“频率=1/周期”的基本定义完全相悖,结果数值是错的。
修复方案
  • 调整时间点取值逻辑:使用peaks中存储的位置索引匹配对应时间点,不要用循环计数器取值。
  • 兼容数组索引特性:将原生列表类型的时间数组t转为numpy数组,支持批量索引操作,避免触发类型错误。
  • 修正频率计算逻辑:先求相邻峰值时间差的平均值得到平均周期,再取倒数得到实际频率。

修复后的示例代码:

import numpy as np
from scipy.signal import find_peaks as fp

# 获取pos序列中所有峰值的位置索引
peaks, _ = fp(pos)
# 转numpy数组后用peaks索引批量取对应峰值的时间点
peak_times = np.array(t)[peaks]
# 计算相邻峰值的时间差(单个振动周期)
peak_intervals = np.diff(peak_times)
# 平均周期取倒数得到频率
avg_period = np.mean(peak_intervals)
approx_freq = 1 / avg_period

return approx_freq

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.16 11:15:07