### 使用极值点比较算法检测两条时间序列中的背离 要实现 Python 中的时间序列数据背离检测，可以采用基于极值点的比较方法。这种方法的核心在于识别每条时间序列的关键特征点（如局部极大值和极小值），并进一步分析这些特征点之间是否存在显著差异。 以下是具体实现方式： #### 极值点提取 为了找到时间序列中的局部极值点，可利用 `scipy.signal` 库中的函数 `find_peaks` 来定位峰值位置[^3]。对于每个时间序列 $X$ 和 $Y$，分别计算其局部最大值和最小值的位置及其对应的数值。 ```python import numpy as np from scipy.signal import find_peaks def extract_extremums(series, distance=5): """ 提取给定时间序列的局部极值点。 参数: series (numpy.ndarray): 输入的时间序列数组。 distance (int): 峰值间最小距离，默认为5。 返回: dict: 包含局部最大值和最小值索引及对应值。 """ peaks_max, _ = find_peaks(series, distance=distance) peaks_min, _ = find_peaks(-series, distance=distance) max_points = [(i, series[i]) for i in peaks_max] min_points = [(i, series[i]) for i in peaks_min] return {"max": max_points, "min": min_points} ``` #### 背离区域判断逻辑 定义两组极值点集合分别为 $\{P_X\}$ 和 $\{P_Y\}$，其中每一项表示 $(t_i, v_i)$ 的形式——即第 $i$ 时刻下的值。如果某一对应时间段内的差值超过设定阈值，则认为该区间存在背离现象。 假设我们已经获取到两个列表形式的数据结构存储各自所有的波峰与谷底坐标信息之后就可以进入下一步操作了: ```python def compare_extremums(extremums_x, extremums_y, threshold=0.1): """ 对比两条时间序列的极值点集，找出可能存在的背离情况。 参数: extremums_x (dict): 时间序列 X 的极值点字典 {'max': [...], 'min': [...] }。 extremums_y (dict): 时间序列 Y 的极值点字典 {'max': [...], 'min': [...] }。 threshold (float): 判断是否发生背离的相对误差阈值，默认为0.1。 返回: list[tuple]: 所有被判定为背离的部分[(index_in_series_x, value_diff), ... ]。 """ divergences = [] # 遍历每一个类型的极端点进行匹配检查 for ext_type in ['max', 'min']: points_x = extremums_x[ext_type] points_y = extremums_y[ext_type] idx_map = {px[0]: py[1]-px[1] for px in points_x for py in points_y if abs(px[0]-py[0])<=len(points_x)//4} for k,v in idx_map.items(): if abs(v / points_x[k][1]) >=threshold : divergences.append((k ,v )) return divergences ``` 上述代码片段实现了基本的功能需求，并提供了灵活调整参数的可能性以便适应不同场景的应用要求[^4]。 #### 完整流程演示案例 下面给出一段完整的测试样例程序用于验证前面所描述的技术方案可行性： ```python if __name__ == "__main__": # 创建模拟数据 timesteps = np.linspace(0, 2 * np.pi, num=500) signal_a = np.sin(timesteps) + np.random.normal(scale=0.1, size=len(timesteps)) signal_b = np.cos(timesteps) + np.random.normal(scale=0.1, size=len(timesteps)) # 获取各自的极值点 exa = extract_extremums(signal_a) exb = extract_extremums(signal_b) # 查找背离区段 diffs = compare_extremums(exa, exb, threshold=0.2) print(f"Detected Divergence Points:{diffs}") ``` 此脚本会打印出那些被认为具有统计学意义上的异常变化点位以及它们的具体偏差程度。 ---