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。
- 循环逻辑完全错位:你在循环中用
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
相关产品推荐

