Логарифмическая 2D - гистограмма с использованием matplotlib - PullRequest
1 голос
/ 06 августа 2011

Это моя первая программа на python, поэтому в моей программе могут быть "забавные" вещи. Программа читает 3 столбца из файлов, которые она находит в данном каталоге. Затем вычисляет гистограмму для каждого файла, и результаты добавляются в двухмерную матрицу, чтобы создать что-то вроде 2D-Hist.

Моя трудность заключается в моем третьем графике, где я хотел бы, чтобы данные по оси Y были в логарифмическом масштабе, а данные были представлены в соответствии со шкалой. Кроме того, я хотел бы удалить «нулевые» записи из моих входных записей. Я пытался использовать numpy.where(matrix) для этого, но я не знаю, действительно ли это то, что я хочу ...

Вот мой код:

#!/usr/bin/python
# Filename: untitled.py
# encoding: utf-8

from __future__ import division
from matplotlib.colors import LogNorm
import matplotlib
import numpy as np
import matplotlib.pylab as plt
import os
import matplotlib.cm as cm

def main():

   dataFiles = [filename for filename in os.listdir(".") if (filename[-4:]==".log" and filename[0]!='.')]
   dataFiles.sort()

   p = []
   matrix1 = []
   matrix2 = []
   matrix3 = []

   for dataFile in dataFiles:
            p += [ eval(dataFile[11:16]) ]
            data = np.loadtxt(dataFile, skiprows=7)[:,1:4]

            matrix1 += [ data[:,0] ]
            matrix2 += [ data[:,1] ]
            matrix3 += [ data[:,2] ]

    matrixList = [matrix1, matrix2, matrix3]

    #make histograms out of the matrices
    matrix1Hist = [  np.histogram( matrixColumn, bins=30,  range=(np.min(np.where(matrix1 != 0)), np.max(matrix1)))[0]   for matrixColumn in matrix1 ]
    matrix2Hist = [  np.histogram( matrixColumn, bins=200, range=(np.min(np.where(matrix2 != 0)), np.max(matrix2)))[0]   for matrixColumn in matrix2 ]
    matrix3Hist = [  np.histogram( matrixColumn, bins=50,  range=(np.min(np.where(matrix3 != 0)), np.max(matrix3)))[0]   for matrixColumn in matrix3 ]

    # convert the matrixHistogramsto numpy arrays and swap axes
    matrix1Hist = np.array(matrix1Hist).transpose()
    matrix2Hist = np.array(matrix2Hist).transpose()
    matrix3Hist = np.array(matrix3Hist).transpose() 

    matrixHistList = [matrix1Hist, matrix2Hist, matrix3Hist]

    fig = plt.figure(0)
    fig.clf()

    for i,matrixHist in enumerate( [matrix1Hist, matrix2Hist, matrix3Hist] ):
            ax = fig.add_subplot(2, 2, i+1)
            ax.grid(True)
            ax.set_title('matrix'+str(i+1))
            if i < 2:
                   result = ax.imshow(matrixHist,
                                      cmap=cm.gist_yarg,
                                      origin='lower',
                                      aspect='auto', #automatically span matrix to available space
                                      interpolation='hanning',
                                      extent= [ p[0], p[-1], np.floor( np.min( matrixList[i])), np.ceil( np.max( matrixList[i])) ] ,
                                      )

            elif i == 2:
                    result = ax.imshow(matrixHist,
                                       cmap=cm.gist_yarg,
                                       origin='lower',
                                       aspect='auto', #automatically span matrix to available space
                                       interpolation='hanning',
                                       extent= [ p[0], p[-1], 1, np.log10(np.max( matrixList[i])) ] ,
                                       )


            ticks_at = [ 0 , abs(matrixHist).max()]
            fig.colorbar(result, ticks=ticks_at,format='%1.2g')


    plt.show()


if __name__ == '__main__':
    main()

1 Ответ

3 голосов
/ 06 августа 2011

Для первой части вопроса у вас есть следующие опции:

  • Применить np.log(my_array) к результатам перед построением графика.
  • Масштабировать оси с помощью histподготовьте график, обратившись к этому предыдущему вопросу: Построение логарифмических осей с помощью matplotlib в python .
  • Масштабирование 2D цветовых графиков, таких как pcolor и imshow, путем передачи matplotlib.colors.LogNorm экземпляр с использованием ключевого слова norm.т.е. imshow(my_array, cmap=mpl.cm.jet, norm=mpl.colors.LogNorm)

Для второй части вашего вопроса - о фильтрации нулевых значений из массива - попробуйте:

my_array = my_array[my_array != 0]

my_array != 0 создаетлогический массив True и False s, который затем используется в срезе.Однако это возвращает одномерный массив, который вы, вероятно, не хотите.Чтобы установить значения на что-то другое (и сохранить 2D-форму), используйте следующее (значения установлены на NaN) ...

my_array[my_array != 0] = np.NaN

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...