scipy.signal.argrelextrema 默认要求严格大于/小于邻点故平台段、噪声或高采样率下易漏峰需先平滑、确保一维输入、显式指定axis和比较函数并用order3起调参波峰波谷可统一用argrelextrema(-data)推导索引须映射至原始x轴注意边界截断。scipy.signal.argrelextrema 为什么找不到明显的波峰默认只认「严格大于/小于邻点」的极值如果信号里有平台段连续相等值、噪声毛刺或采样太密argrelextrema 直接跳过——它不模糊判断也不自动平滑。实操建议先用 scipy.signal.savgol_filter 或 np.convolve 做轻量平滑尤其当原始数据带高频抖动时检查输入数组是否为一维 ndarray传入 list 或二维数组会静默失败或报 ValueError: object too deep for desired array确认比较轴是 axis0默认多维数组需显式指定否则结果维度错乱order 参数到底控制什么不是“搜索窗口大小”order 指的是在目标点左右各取 order 个点做比较总跨度是 2 * order 1。它不控制“局部范围”而是硬性比较邻域内所有点——哪怕中间有个更陡的峰只要没进这个固定窗口就看不见。常见错误现象立即学习“Python免费学习笔记深入”设 order1 却想抓宽峰 → 峰顶稍平就漏掉设 order50 处理长周期信号 → 计算变慢且容易把缓坡误判为极值跨峰谷混合场景下同一个 order 值对峰和谷敏感度不同因符号差异建议从 order3 起试再按信号特征微调高频采样可略降低频拉高。怎么同时拿到波峰和波谷别重复调用两次直接复用同一组索引靠符号翻转判断类型对原数组取负后找极大值等价于找原数组极小值。比两次调用 argrelextrema 更稳避免因浮点误差或边界处理导致索引不一致。 稿定AI 拥有线稿上色优化、图片重绘、人物姿势检测、涂鸦完善等功能