计算直方图或密度函数中的峰值

Question

在密度函数中似乎有很多＆＃34;峰值＃34;线程已经，但我没有看到一个具体解决这一点。如果我错过了，请抱歉复制。

我的问题：给定1000个值的矢量（样本附加），我想识别数据的直方图或密度函数中的峰值。从下面的样本数据图像中，我可以在直方图中看到~0,6200和8400处的峰值。但我需要获得这些峰值的精确值，最好是在一个简单的过程中，因为我有几千个这样的向量处理。

我最初开始使用直方图输出本身，但无法使任何峰值查找命令正常工作（例如，根本不工作）。我甚至不确定如何从 splus2R 包中获取 peak（）命令来处理直方图对象或密度对象。这仍然是我的偏好，因为我想确定每个峰的最大频率的确切数据值（与密度函数值相反，这稍微不同），但我不能算出一个任

我会自己发布样本数据，但我无法在这里看到这样做的方法（对不起，如果我只是错过了它）。

Answer 1

如果你的y值是平滑的（比如你的样本图中），这应该可以非常重复地找到峰值：

peakx <- x[which(diff(sign(diff(y)))==-2)]

Answer 2

既然您正在考虑直方图，也许您应该直接使用直方图输出？

data <- c(rnorm(100,mean=20),rnorm(100,mean=12))

peakfinder <- function(d){
  dh <- hist(d,plot=FALSE)
  ins <- dh[["intensities"]]
  nbins <- length(ins)
  ss <- which(rank(ins)%in%seq(from=nbins-2,to=nbins)) ## pick the top 3 intensities
  dh[["mids"]][ss]
}

peaks <- peakfinder(data)

hist(data)
sapply(peaks,function(x) abline(v=x,col="red"))

这并不完美 - 例如，即使它们相邻，它也会找到最顶部的垃圾箱。也许你可以更准确地定义'峰值'？希望有所帮助。

Answer 3

如注释中所述，

发现峰值函数与Finding local maxima and minima有关，在这里您可以找到更多的解决方案。 chthonicdaemon的答案接近峰值，但每个 diff 都将向量长度减少了一个。

"is_paywall"