scipy.signal.

argrelmin#

scipy.signal.argrelmin(data, axis=0, order=1, mode='clip')[源代码]#

计算 `data` 的相对最小值。

参数:

datandarray: 数组，用于在其内部查找相对最小值。
axisint，可选: `data` 中的轴，用于从中进行选择。默认为 0。
orderint，可选: 在每侧使用多少个点进行比较，以考虑 `comparator(n, n+x)` 为 True。
modestr，可选: 向量的边缘的处理方式。可用的选项有“wrap”（环绕）或“clip”（将溢出视为与最后一个（或第一个）元素相同）。默认为“clip”。请参阅 numpy.take。

返回值:

extremandarray 的元组: `data` 的 axis `k` 中极小值索引的数组。`extrema[k]` 是 `data` 的 axis `k` 的索引数组。注意返回的值是一个元组，即使 `data` 是 1-D 时也是如此。

另请参阅

argrelextrema，argrelmax，find_peaks

注释

此函数将 argrelextrema 与作为比较器的 np.less 一起使用。因此，需要在一个值的两个方面进行严格不等式比较，才能认为它是一个极小值。这意味着无法检测到平坦的局部极小值（宽于一个样本）。对于 1-D data，可以调用带否定 data 的 find_peaks 来检测所有局部最小值（包括平坦的局部最小值）。

已在版本 0.11.0 中添加。

示例

>>> import numpy as np
>>> from scipy.signal import argrelmin
>>> x = np.array([2, 1, 2, 3, 2, 0, 1, 0])
>>> argrelmin(x)
(array([1, 5]),)
>>> y = np.array([[1, 2, 1, 2],
...               [2, 2, 0, 0],
...               [5, 3, 4, 4]])
...
>>> argrelmin(y, axis=1)
(array([0, 2]), array([2, 1]))