Peakutils，检测平峰
Peakutils, detecting flat peaks
这与 this 问题几乎是同一个问题，但是，那个问题已经死在水中，我没有在评论中恢复它的声誉，但仍然发现自己需要解决问题。
这个想法是，当使用 peakutils 检测峰值时，它会忽略稳定的峰值（即使只有两个连续的点）。有人为此创建了解决方法吗？
我考虑过只循环遍历整个数据集，并将所有实例移动到第一个匹配数字之外，使它们变得不均匀，但这很老套，可能只适用于我正在处理的这种特定情况如果变化小至 0.00000001.
，long 浮点数无关紧要
失败的一个示例是 [1, 2, 3, 5, 5, 1, 2]，其中 5 不会被检测到，因为它等于它旁边的一个点。
可能值得一提的是，我发现了一个 bitbucket 对这个问题的引用，其中指出它是一个值得包括但还没有打算这样做的功能（截至 2015 年）。
在与 repo 所有者合作时，我发现该模块不是最新的。作为 python 的初学者，我犯了一个错误，即假设导入始终是最新版本，一个简单的版本更新解决了这个问题，因为模块在版本 1.1.0
中包含了这个功能
这与 this 问题几乎是同一个问题，但是，那个问题已经死在水中，我没有在评论中恢复它的声誉，但仍然发现自己需要解决问题。
这个想法是，当使用 peakutils 检测峰值时，它会忽略稳定的峰值（即使只有两个连续的点）。有人为此创建了解决方法吗？
我考虑过只循环遍历整个数据集，并将所有实例移动到第一个匹配数字之外，使它们变得不均匀，但这很老套，可能只适用于我正在处理的这种特定情况如果变化小至 0.00000001.
失败的一个示例是 [1, 2, 3, 5, 5, 1, 2]，其中 5 不会被检测到，因为它等于它旁边的一个点。
可能值得一提的是，我发现了一个 bitbucket 对这个问题的引用，其中指出它是一个值得包括但还没有打算这样做的功能（截至 2015 年）。
在与 repo 所有者合作时，我发现该模块不是最新的。作为 python 的初学者，我犯了一个错误，即假设导入始终是最新版本，一个简单的版本更新解决了这个问题，因为模块在版本 1.1.0
中包含了这个功能