cupyx.scipy.signal.peak_widths

cupyx.scipy.signal.peak_widths(x, peaks, rel_height=0.5, prominence_data=None, wlen=None)

计算信号中每个峰值的宽度。

此函数计算峰值在样本中的宽度，相对于峰值高度和显著性的相对距离。

参数:

• x (sequence) – 一个带有峰值的信号。

• peaks (sequence) – x 中峰值的索引。

• rel_height (float, optional) – 选择测量峰宽的相对高度，作为其突出度的百分比。1.0 计算峰在其最低等高线处的宽度，而 0.5 则在突出度高度的一半处进行评估。必须至少为 0。详见注释以进一步解释。

• prominence_data (tuple, optional) – 当使用相同的参数 x 和 peaks 调用 peak_prominences 时，匹配其输出的三个数组的元组。如果未提供，则此数据在内部计算。

• wlen (int, optional) – 以样本为单位的窗口长度，作为可选参数传递给 peak_prominences 用于内部计算 prominence_data。如果提供了 prominence_data，则忽略此参数。

返回:

• widths (ndarray) – 每个峰值的宽度，以样本为单位。

• width_heights (ndarray) – 轮廓线的高度，在此高度上评估了 widths。

• left_ips, right_ips (ndarray) – 在各自评估高度处水平线的左右交点的插值位置。

抛出:

ValueError – 如果提供了 prominence_data 但不满足每个峰值的条件 0 <= left_base <= peak <= right_base < x.shape[0]，或者具有错误的 dtype，不是 C 连续的，或者形状不相同。

警告:

PeakPropertyWarning – 如果在计算宽度时出现0，则会引发此警告。这可能源于提供的 prominence_data 或如果 rel_height 设置为0。

警告

对于包含 NaN 的数据，此函数可能会返回意外结果。为了避免这种情况，应删除或替换 NaN。

参见

find_peaks

根据峰值属性在信号内寻找峰值。

peak_prominences

计算山峰的突出度。

备注

计算峰值宽度的基本算法如下：

• 计算评估高度 \(h_{eval}\) 的公式为 \(h_{eval} = h_{Peak} - P \cdot R\)，其中 \(h_{Peak}\) 是峰值本身的高度，\(P\) 是峰值的突出度，\(R\) 是一个由参数 rel_height 指定的正比率。

• 在评估高度处向两侧绘制一条水平线，从峰值的当前垂直位置开始，直到线条与斜率、信号边界相交或穿过峰值基部的垂直位置（参见 peak_prominences 的定义）。对于第一种情况，与信号的交点，使用线性插值估计真实的交点。

• 计算宽度为所选两侧端点之间的水平距离。因此，每个峰的最大可能宽度是其基部之间的水平距离。

如上所述，要计算一个峰的宽度，必须知道其突出度和基线。你可以通过参数 prominence_data 自己提供这些数据。否则，它们会在内部计算（参见 peak_prominences）。