Введение в задачу поиска пиков на Python
Когда графики телеметрии внезапно начинают вести себя хаотично, а стандартные методы детекции аномалий сгорают в огне ложноположительных срабатываний, инженеры часто задаются вопросом: почему простой поиск максимумов превращается в квест? Анализ временных рядов, сигналов с датчиков, финансовых графиков и результатов научных экспериментов сводится к одной фундаментальной задаче — поиску локальных экстремумов. На первый взгляд, задача кажется тривиальной. В экосистеме Python есть мощнейшая библиотека SciPy, а в ней — функция scipy.signal.find_peaks, которая создана специально для этих целей. Однако разработчики и дата-саентисты регулярно сталкиваются с нюансами, когда стандартный поиск возвращает слишком много «шума» или одиночных пикселей/точек вместо широких, значимых плато и масштабных всплесков.
Особенно остро встает вопрос, когда перед инженером ставится конкретное условие: найти пики, состоящие из определенного количества точек (например, строго больше 5 точек). Функция find_peaks предлагает богатый набор параметров (prominence, height, distance, width), но прямого аргумента вроде min_points=5 у нее нет. Ширина в SciPy измеряется через параметр width, который работает в непрерывной шкале (по уровню высоты) и требует аккуратной настройки.
В этой статье мы подробно разберем, как решить проблему идентификации широких пиков (свыше 5 точек) на Python. Мы изучим тонкие настройки функции find_peaks, рассмотрим альтернативные математические подходы (скользящие окна, производные и морфологический анализ) и напишем готовый к продакшену код для фильтрации сложных сигналов.
Анатомия функции scipy.signal.find_peaks и параметр width
Прежде чем изобретать велосипед, давайте глубоко погрузимся в то, как работает scipy.signal.find_peaks. По умолчанию эта функция ищет точки, которые строго выше своих ближайших соседей (простое условие локального максимума). Но реальные данные зашумлены, и «одиночные» пики из одной-двух точек часто являются артефактами квантования или помехами.
Чтобы отсеять узкие всплески и зафиксировать только те вершины, которые удерживают вершину дольше, используется аргумент width (а также связанные с ним rel_height, plateau_size). Давайте посмотрим на базовый пример настройки:
import numpy as np
from scipy.signal import find_peaks
# Создаем тестовый сигнал с пиками разной ширины
signal = np.array([0, 1, 0, 0, # узкий пик (2 точки)
2, 3, 4, 4, 3, 2, # широкий пик (6 точек)
0, 1, 5, 2, 0]) # средний пик
# Ищем пики с минимальной шириной
# Важно: width в scipy измеряется в сэмплах (индексах)
peaks, properties = find_peaks(signal, width=5)
print("Индексы пиков:", peaks)
print("Ширины пиков:", properties['widths'])
Здесь кроется первая ловушка для разработчиков. В SciPy параметр width вычисляет ширину пика на определенной высоте (по умолчанию — на половине его проминиентности, то есть на rel_height=0.5). Это означает, что если ваш пик имеет общую протяженность по базовой линии в 10 точек, но сужается кверху, его ширина на уровне 0.5 может оказаться меньше 5 точек. Чтобы измерять именно физическую протяженность основания или плато, нужно использовать другие аргументы или комбинации проверок.
Если ваши пики имеют форму плоских вершин (плато), встроенный параметр plateau_size становится главным инструментом:
# Ищем пики, у которых плоская вершина длится не менее 3 точек peaks_plateau, props = find_peaks(signal, plateau_size=3)
Однако на практике сигналы редко имеют идеальные плоские вершины. Чаще они представляют собой плавные холмы. Для жесткого ограничения на количество точек, задействованных в формировании пика (от склона до склона), стандартного width может не хватить «из коробки», если не настроить параметр rel_height=1.0 (измерение у самого основания пика).
Переходя от стандартных инструментов к более глубокому контролю, давайте посмотрим, как можно математически препарировать форму сигнала вручную, если коробочные методы начинают давать сбой.
Альтернативный подход №1: Анализ с помощью производных
Если find_peaks кажется вам черным ящиком, или логика измерения ширины в SciPy не покрывает ваши специфические требования к определению «>5 точек», на помощь приходит классическая математика — производные функции.
Идея метода проста:
- Первая производная сигнала (разность между соседними точками через
np.gradientилиnp.diff) меняет знак с плюса на минус в точке максимума. - Зоны роста (где производная > 0) и зоны падения (где производная < 0) позволяют точно измерить протяженность каждого холма в точках.
Давайте напишем кастомную функцию на чистом NumPy, которая находит пики и фильтрует их по количеству сэмплов:
import numpy as np
def find_wide_peaks_by_derivative(signal, min_points=5):
# Находим первую производную
diffs = np.diff(signal)
# Находим границы переходов (знак производной)
# Игнорируем нули для стабильности
signs = np.sign(diffs)
# Ищем индексы, где тренд меняется с возрастания (+1) на убывание (-1)
# Это грубые вершины
peak_candidates = []
for i in range(1, len(signs)):
if signs[i-1] > 0 and signs[i] <= 0:
peak_candidates.append(i)
valid_peaks = []
for peak in peak_candidates:
# Идем влево от пика до смены знака (начало подъема)
left = peak
while left > 0 and diffs[left-1] >= 0:
left -= 1
# Идем вправо от пика до смены знака (конец спуска)
right = peak
while right < len(diffs) and diffs[right] <= 0:
right += 1
# Общая ширина пика в точках
total_points = right - left + 1
if total_points > min_points:
valid_peaks.append({
'peak_index': peak,
'left_base': left,
'right_base': right,
'points_count': total_points
})
return valid_peaks
# Тестируем функцию
test_signal = [0, 0, 1, 3, 5, 6, 5, 3, 1, 0, 0, # Ширина > 5
0, 4, 5, 4, 0] # Узкий пик
result = find_wide_peaks_by_derivative(test_signal, min_points=5)
print(result)
Этот метод дает полный контроль над определением ширины. Мы не зависим от абстрактных коэффициентов проминиентности SciPy; мы буквально считаем, сколько индексов занял подъем и спуск целевого объекта.
Впрочем, ручной подсчет производных бывает уязвим перед высокочастотным шумом датчиков. Чтобы сделать алгоритм неуязвимым к помехам, логично подключить методы компьютерного зрения к анализу графиков.
Альтернативный подход №2: Морфологический анализ и скользящие окна
В сфере обработки изображений (Computer Vision) и анализа сложных временных рядов часто применяются методы математической морфологии. Идея заключается в применении фильтров минимального (erosion) и максимального (dilation) значения в скользящем окне заданного размера.
Если мы ищем пики размером более 5 точек, мы можем использовать размер окна фильтрации, соразмерный этому значению. С помощью операций открытия (opening) и закрытия (closing) можно подавлять мелкие высокочастотные детали и оставлять только крупные формы.
import numpy as np
from scipy.ndimage import maximum_filter1d, minimum_filter1d
def find_peaks_morphology(signal, window_size=5):
# Применяем фильтр максимума для сглаживания локальных ям
# и фильтр минимума для очистки базы пика
# Морфологическое "открытие" помогает выделить крупные структуры
# Сначала сужение, потом расширение
eroded = minimum_filter1d(signal, size=window_size)
dilated = maximum_filter1d(eroded, size=window_size)
# Разница между исходным сигналом и морфологически обработанным
# позволяет выделить крупные всплески
diff = signal - dilated
# Альтернативно: ищем области, где локальный максимум равен исходному сигналу
# на интервале, превышающем заданную ширину
is_local_max = (signal == maximum_filter1d(signal, size=window_size))
return is_local_max
# Пример использования встроенных средств SciPy для сглаживания
smoothed_signal = maximum_filter1d(signal, size=5)
Плюс такого подхода — устойчивость к шумам. Если в вершине пика есть небольшие провалы (шум квантования), скользящее окно сгладит их, превратив зашумленный горб в единый монолитный пик шириной более 5 точек.
Сравнение методов и выбор оптимального решения для продакшена
Каждый из рассмотренных подходов имеет право на жизнь в зависимости от характера ваших данных. Давайте сопоставим их ключевые характеристики в виде таблицы или списка:
- SciPy find_peaks + width: Идеально оптимизирован на языке C (через Cython), работает очень быстро на больших массивах данных. Требует правильной настройки параметра
rel_height=1.0, чтобы измерять ширину именно по основанию, а не посередине. - Кастомный алгоритм на производных (NumPy): Дает максимальную прозрачность логики. Вы сами определяете, что считать «началом» и «концом» пика. Минус — циклы на Python могут медленно работать на миллионных таймланах (требуется векторизация).
- Морфологическая фильтрация (SciPy ndimage): Отлично справляется с зашумленными данными промышленного оборудования или IoT-датчиков, где пики имеют искаженную форму.
«Прежде чем писать сложный кастомный код для фильтрации пиков по ширине, всегда пробуйте выжать максимум из аргументовwidthиplateau_sizeв связке сprominenceвscipy.signal.find_peaks. В 90% случаев комбинация этих параметров решает задачу „из коробки“, экономя часы на отладку краевых эффектов».
Пора объединить теорию с практикой и посмотреть, как эти инструменты отрабатывают на реальных зашумленных данных промышленного или финансового характера.
Практический пример: Обработка реального зашумленного сигнала
Давайте соберем все знания воедино и напишем комплексный пайплайн. Представим, что у нас есть зашумленный сигнал с промышленного датчика температуры, в котором нужно отловить перегрев агрегата — стабильные пики шириной > 5 точек, отбросив случайные электромагнитные помехи.
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import find_peaks
def robust_peak_detection(signal):
# Шаг 1: Первичный поиск с помощью find_peaks
# Задаем минимальную высоту и проминентность для отсечения слабого шума
initial_peaks, properties = find_peaks(
signal,
height=1.0,
prominence=0.5
)
filtered_peaks = []
final_widths = []
# Шаг 2: Проверяем реальную ширину каждого найденного пика по основанию (rel_height=1.0)
# Пересчитываем ширины с максимальной точностью
detailed_widths, width_heights, left_ips, right_ips = scipy.signal.peak_widths(
signal,
initial_peaks,
rel_height=1.0
)
for i, peak in enumerate(initial_peaks):
# Ширина в точках — это разница между правым и левым индексом пересечения уровня
points_span = right_ips[i] - left_ips[i]
# Фильтруем строго по нашему условию: > 5 точек
if points_span > 5:
filtered_peaks.append(peak)
final_widths.append(points_span)
return filtered_peaks, final_widths
# Генерируем синтетический датасет для демонстрации
np.random.seed(42)
x = np.linspace(0, 50, 500)
base_signal = np.sin(x) * 3
# Добавляем широкий пик
base_signal[200:215] += 4
# Добавляем узкий шумовой пик (который должен отсеяться)
base_signal[100:103] += 3
# Добавляем случайный шум
noisy_signal = base_signal + np.random.normal(0, 0.2, len(x))
# Импортируем scipy.signal целиком для peak_widths
import scipy.signal
valid_peaks, widths = robust_peak_detection(noisy_signal)
print(f"Найдено стабильных пиков шириной > 5 точек: {len(valid_peaks)}")
print(f"Индексы пиков: {valid_peaks}")
print(f"Их ширина в точках: {widths}")
Обратите внимание на использование функции scipy.signal.peak_widths в паре с find_peaks. Это самый профессиональный и идиоматичный подход в экосистеме Python SciPy. Функция peak_widths принимает уже найденные индексы пиков и позволяет с высочайшей точностью рассчитать их ширину на абсолютно любом уровне высоты (благодаря аргументу rel_height, где 1.0 означает самое основание пика, а 0.5 — середину).
Заключение
Идентификация пиков шириной более 5 точек на Python — задача, с которой рано или поздно сталкивается каждый разработчик аналитического ПО. Хотя стандартная функция scipy.signal.find_peaks не имеет простого параметра min_points, она предоставляет всю необходимую экосистему для решения этой проблемы.
Мы выяснили, что:
- Комбинация
find_peaksи специализированной функцииpeak_widths(..., rel_height=1.0)позволяет точно измерять физическую протяженность пика по его основанию в точках. - Для нестандартных форм сигналов можно успешно применять анализ производных на базе NumPy или морфологические фильтры из
scipy.ndimage. - Правильная предварительная фильтрация шумов гарантирует, что алгоритм не примет случайные колебания за широкий целевой объект.
Попробуйте внедрить связку find_peaks и peak_widths в свой следующий пайплайн анализа данных — это избавит код от громоздких циклов и поднимет точность детекции на новый уровень. Если статья оказалась полезной, поделитесь ею с коллегами по цеху!