File:Detection pics scipy signal find peaks.svg

#!/usr/bin/python3
# coding: utf-8

"""nom : creationDonnees.py
auteur : User:cdang
date de création : 2023-04-19
dates de modification : 
— 2023-04-20 : ajout de la courbe lissée et des cordes sur la sortie graphique
----------------------------------------------------------------------------
version de Python : 3
module requis : NumPy, Pandas
----------------------------------------------------------------------------
Objectif : crée un fichier de données, nuage de points (x, y) pour tester le programme de recherche de pics.

Entrées
-------
    Paramètres de la fonction générant le nuage de points (codé en dur).

Sorties
-------
    Un fichier CSV de deux colonnes correspondant aux coordonnées x et y des point d'une courbe
    (nombres réels convertis en chaînes de caractères).
"""

import numpy as np
import pandas as pd

# ****************
# ****************
# ** Paramètres **
# ****************
# ****************

facteurSigma = 0.03/np.sqrt(2*np.pi) # rapport entre la hauteur et la largeur d'un pic

x1 = 0.3 ; h1 = 0.5 # position et hauteur des pics
x2 = 0.75 ; h2 = 0.1
x3 = 0.8 ; h3 = 1

epsilon = 0.01 # amplitude du bruit

n = 200 # nombre de points

# chemin d'accès et nom du fichier à créer
chemin = "~/dummypath/"
nomFichier = "donnees.csv"

# **************
# **************
# ** Fonction **
# **************
# **************

def f(x, mu, sigma):
    """Fonction pour générer un pic.
    Entrées :
    — x : vecteur de réels (abscisses) ;
    — mu : réel, position du pic ;
    — sigma : réel, écart type de la fonction gaussienne.
    Sortie : y, vecteur de réels (ordonnées) de même dimension que x.
    y = 1/(σ × √(2π)) × exp((x - μ)²/(2σ²))."""
    
    unSurSigma = 1/sigma
    y = (unSurSigma*facteurSigma)*np.exp(-0.5*unSurSigma*unSurSigma*(x - mu)*(x - mu))
    
    return y

# *************************
# *************************
# ** Programme principal **
# *************************
# *************************

X = np.linspace(0, 1, n)
Y = f(X, x1, facteurSigma/h1) + f(X, x2, facteurSigma/h2) + f(X, x3, facteurSigma/h3) + epsilon*np.random.normal(X)

resultat = pd.DataFrame(np.concatenate((X.reshape(-1, 1), Y.reshape(-1, 1)), axis=1))

resultat.to_csv(chemin+nomFichier)

#!/usr/bin/python3
# coding: utf-8

"""nom : detcectionPics.py
auteur : User:cdang
date de création : 2023-04-21
dates de modification : 
----------------------------------------------------------------------------
version de Python : 3
module requis : NumPy, Matplotlib, SciPy, Pandas
----------------------------------------------------------------------------
Objectif : détecte les pics à partir d'une courbe, sous la forme d'un nuage de poins (x, y).

Entrées
-------
    Fichier CSV, paramètres de filtrage (codés en dur).

Sorties
-------
    Une liste de position et un graphique montrant les positions trouvées par rapport au nuage de points.
"""

import matplotlib.pyplot as plt
import scipy.signal as signal
import pandas as pd

# ****************
# ****************
# ** Paramètres **
# ****************
# ****************

# chemin d'accès et nom du fichier à créer
chemin = "~/dummypath/"
nomFichier = "donnees.csv"

# *************************
# *************************
# ** Programme principal **
# *************************
# *************************

# ***********************
# * Lecture des données *
# ***********************

donnees = pd.read_csv(chemin+nomFichier).to_numpy()

x = donnees[:, 1]
y = donnees[:, 2]

# **********************
# * Détection des pics *
# **********************

pics2 = signal.find_peaks(y, prominence=0.03)

# ***************************
# * Affichage des résultats *
# ***************************

print(pics2)

fig = plt.figure(figsize = [10, 6])

for i in pics2[0]:
    plt.plot(x[i]*np.ones(2), [0, 1], "g", linewidth="0.5")

for i in range(len(pics2[0])):
    i1 = pics2[1]["left_bases"][i]
    i2 = pics2[1]["right_bases"][i]
    plt.plot([x[i1], x[i2]], [y[i1], y[i2]], "g", linewidth="0.5")

plt.plot(x, y,
         color="blue", linewidth = "1", label = "données brutes")

plt.xlabel("x (u.a.)")
plt.ylabel("y (u.a.)")
plt.legend()

plt.savefig(chemin+"detection_pics_scipy_signal_find_peaks.svg", format="svg")