Найдите все локальные максимумы и минимумы, когда значения x и y заданы в виде массивов numpy

Вам вообще не нужен этот цикл while. Код ниже даст вам желаемый результат; он находит все локальные минимумы и все локальные максимумы и сохраняет их в minm и maxm соответственно. Обратите внимание: когда вы применяете это к большим наборам данных, обязательно сначала сгладьте сигналы; в противном случае вы получите массу экстремумов.

import numpy as np
from scipy.signal import argrelextrema
import matplotlib.pyplot as plt

x = np.array([6, 3, 5, 2, 1, 4, 9, 7, 8])
y = np.array([2, 1, 3 ,5 ,3 ,9 ,8, 10, 7])

# sort the data in x and rearrange y accordingly
sortId = np.argsort(x)
x = x[sortId]
y = y[sortId]

# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.show()
maxm = argrelextrema(y, np.greater)  # (array([1, 3, 6]),)
minm = argrelextrema(y, np.less)  # (array([2, 5, 7]),)

Это должно быть намного эффективнее, чем описанный выше цикл while.

Сюжет выглядит так; Я сдвинул значения x так, чтобы они соответствовали возвращенным индексам в minm и maxm):

Начиная с SciPy версии 1.1, вы также можете использовать find_peaks:

from scipy.signal import find_peaks

peaks, _ = find_peaks(y)

# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.plot(peaks, y[peaks], "x")
plt.show()

Приятно то, что теперь вы также можете легко установить минимальную высоту пика (например, 8):

peaks, _ = find_peaks(y, height=8)

# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.plot(peaks, y[peaks], "x")
plt.show() 

Обратите внимание, что теперь исключается первый пик, так как его высота меньше 8.

Кроме того, вы также можете установить минимальное расстояние между пиками (например, 5):

peaks, _ = find_peaks(y, distance=5)

# this way the x-axis corresponds to the index of x
plt.plot(x-1, y)
plt.plot(peaks, y[peaks], "x")
plt.show()

Теперь средний пик исключен, так как его расстояние до двух других пиков меньше 5.

x=np.array([6,3,5,2,1,4,9,7,8])
y=np.array([2,1,3,5,7,9,8,10,7])

sort_idx = np.argsort(x)
y=y[sort_idx]
x=x[sort_idx]
minm=np.array([],dtype=int)
maxm=np.array([],dtype=int)
length = y.size
i=0

while i < length-1:
    if i < length - 1:
        while i < length-1 and y[i+1] >= y[i]:
            i+=1

        if i != 0 and i < length-1:
            maxm = np.append(maxm,i)

        i+=1

    if i < length - 1:
        while i < length-1 and y[i+1] <= y[i]:
            i+=1

        if i < length-1:
            minm = np.append(minm,i)
        i+=1


print minm
print maxm

minm и maxm содержат индексы минимумов и максимумов соответственно.

Это будет работать нормально.

Python использует += вместо ++.

Прежде чем использовать i в цикле while, вы должны присвоить какое-то значение - в данном случае 0 - , таким образом инициализируя его, чтобы избежать ошибки.

import numpy as np

x=np.array([6,3,5,2,1,4,9,7,8])
y=np.array([2,1,3,5,3,9,8,10,7])


sortId=np.argsort(x)
x=x[sortId]
y=y[sortId]
minm = np.array([])
maxm = np.array([])
i = 0
while i < y.size-1:
   while(y[i+1] >= y[i]):
      i+=1

   maxm=np.insert(maxm,0,i)
   i+=1
   while(y[i+1] <= y[i]):
      i+=1

   minm=np.insert(minm,0,i)
   i+=1

print minm, maxm