这是一个类似于我的数据的示例，有一个尖峰，周围有一些小噪音，而在其他地方大部分是恒定的，有小噪音。
两者find_peaks_cwt都peakutils没有像我希望的那样执行这些数据。
find_peaks_cwt：
>>> x
[0.1, 0.1, 0.1, 0.11, 0.1, 0.09, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.0, 0.0, 0.4, 0.7, 0.7, 0.2, 0.0, 0.005, 0.1, 0.1]
>>> peaks = scipy.signal.find_peaks_cwt(x, np.arange(1,5))
>>> peaks
[1, 2, 3, 9, 12, 16, 17]
16 和 17 是正确的峰，但是检测到 1、2、3、9、12 是怎么回事？此外，该例程缺乏将 16/17 识别为单峰的能力。这对我来说有点问题。
这个findpeaks包看起来更健壮，我已经尝试过实现它，但它有一些奇怪的问题。当我查看数据时（有一个明显的峰值），它会无缘无故地抛出对我有意义的异常，有时它甚至会无缘无故地产生负索引！在使用了一段时间后，我得到了越野车 heeby jeebies。
即使在这个例子中，peakutils似乎也没有达到预期的效果：
>>> x
[0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.0, 0.0, 0.4, 0.7, 0.7, 0.2, 0.0, 0.005, 0.1, 0.1]
>>> peakutils.indexes(x, thres=0.0) # I tried many values of thres
array([], dtype=int64)
关于识别这样的尖峰有什么建议吗？我正在考虑不使用峰值检测，而只是编写自己的函数来识别它们。