SciPy와 matplotlib를 이용한 시계열 데이터 피크 검출

작업 환경은 주피터 노트북 환경에서 작업이 이루어 졌으며, 먼저 라이브러리를 import 시켜 줍니다.

 

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import find_peaks

 

라이브러리가 import 되었으면, 이제 사용할 시계열 데이터를 불러옵니다.

 

data_frame_TNT = pd.read_csv("ImsData_csv/TNT_csv/TNT_test_1.csv")
print(data_frame_TNT)

입력된 시계열 데이터

저의 경우는 많은 양의 데이터중 일부만 사용해서 작업을 진행하였고, 이 데이터는 700만에서 900만정도의 값이 왔다갔다 거리는 시계열 데이터입니다.

 

이제 사용할만큼의 시계열 데이터를 지정하고 peak를 찾는 과정을 진행해봅시다.

사용할 시계열 데이터가 양이 적다면 지정하는 과정은 생략하셔도 됩니다.

 

- 먼저 전체 시계열에 0.1이상의 값 중 피크들을 찾는 코드입니다.

graph_data_or = data_frame_TNT['test_1']

x = graph_data_or[0:13365]

peaks, properties = find_peaks(x, height=0.1)

#print(f'Index of each peaks : {peaks} ')
#print(f'Index of each peaks : {properties["peak_heights"]} ')

peaks_num = peaks
peaks_value = properties["peak_heights"]

print(peaks_num)
print(peaks_value)

plt.plot(x)
plt.plot(peaks, x[peaks], "x")

 

0.1이상의 피크결과

저의 경우는 시계열데이터의 잡음이 많아서 결과가 안좋게 나왔지만 원래대로라면 정상적으로 이쁘게 나옵니다.

 

- 이제 일정 이상의 값을 가질때의 피크를 출력해보겠습니다.

 

graph_data_or = data_frame_TNT['test_1']

x = graph_data_or[0:13365]

peaks, properties = find_peaks(x, height=8200000)

#print(f'Index of each peaks : {peaks} ')
#print(f'Index of each peaks : {properties["peak_heights"]} ')

peaks_num = peaks
peaks_value = properties["peak_heights"]

print(peaks_num)
print(peaks_value)

plt.plot(x)
plt.plot(peaks, x[peaks], "x")

저의 경우는 820만이상의 값만 잡게 해봤습니다.

 

 

820만 값 이상일 때

- 이제 일정 값 사이의 피크를 찾아내는 방법을 적용해 봅시다

저의 경우는 700만에서 760만 사이의 값중 피크를 찾아내는 것을 적용해서 사용했습니다.

graph_data_or = data_frame_TNT['test_1']

x = graph_data_or[0:13365]

peaks, properties = find_peaks(x, height=(7000000, 7600000))

#print(f'Index of each peaks : {peaks} ')
#print(f'Index of each peaks : {properties["peak_heights"]} ')

peaks_num = peaks
peaks_value = properties["peak_heights"]

print(peaks_num)
print(peaks_value)

plt.plot(x)
plt.plot(peaks, x[peaks], "x")

 

700만에서 760만 사이의 피크값

시계열 데이터의 피크를 scipy와 matplotlib을 이용하여 검출하는 방법을 알아보았습니다.