用Pyx绘制括号

时间:2009-08-17 18:42:37

标签: python drawing pyx

如何用Pyx在两个任意点之间绘制“支撑”线?

它看起来像这样:

Brace example http://tof.canardpc.com/view/d16770a8-0fc6-4e9d-b43c-a11eaa09304d

2 个答案:

答案 0 :(得分:10)

您可以使用sigmoidals绘制漂亮的大括号。我没有安装Pyx所以我只是使用matplotlib(这里是pylab)绘制这些。这里beta控制括号中曲线的锐度。

import numpy as nx
import pylab as px


def half_brace(x, beta):
    x0, x1 = x[0], x[-1]
    y = 1/(1.+nx.exp(-1*beta*(x-x0))) + 1/(1.+nx.exp(-1*beta*(x-x1)))
    return y

xmax, xstep = 20, .01
xaxis = nx.arange(0, xmax/2, xstep)
y0 = half_brace(xaxis, 10.)
y = nx.concatenate((y0, y0[::-1]))

px.plot(nx.arange(0, xmax, xstep), y)
px.show()

enter image description here

我沿着x轴绘制了这个以节省屏幕空间,但是为了获得沿y轴的括号,只需交换x和y。最后,Pyx内置了大量的路径绘图功能,可以满足您的需求。

答案 1 :(得分:5)

tom10提供了一个很好的解决方案,但可以使用一些改进 关键是在范围[0,1],[0,1]上创建一个括号,然后对其进行缩放 此版本还允许您稍微调整形状。对于奖励积分,它使用二阶导数计算得分点的密集程度。

mid设定下部和上部之间的平衡 beta1beta2控制曲线(下部和上部)的锐度 您可以更改height(或者只是将y乘以标量) 使其垂直而不是水平只涉及交换x和y initial_divisionsresolution_factor管理x值的选择方式,但通常应该是可忽略的。

import numpy as NP

def range_brace(x_min, x_max, mid=0.75, 
                beta1=50.0, beta2=100.0, height=1, 
                initial_divisions=11, resolution_factor=1.5):
    # determine x0 adaptively values using second derivitive
    # could be replaced with less snazzy:
    #   x0 = NP.arange(0, 0.5, .001)
    x0 = NP.array(())
    tmpx = NP.linspace(0, 0.5, initial_divisions)
    tmp = beta1**2 * (NP.exp(beta1*tmpx)) * (1-NP.exp(beta1*tmpx)) / NP.power((1+NP.exp(beta1*tmpx)),3)
    tmp += beta2**2 * (NP.exp(beta2*(tmpx-0.5))) * (1-NP.exp(beta2*(tmpx-0.5))) / NP.power((1+NP.exp(beta2*(tmpx-0.5))),3)
    for i in range(0, len(tmpx)-1):
        t = int(NP.ceil(resolution_factor*max(NP.abs(tmp[i:i+2]))/float(initial_divisions)))
        x0 = NP.append(x0, NP.linspace(tmpx[i],tmpx[i+1],t))
    x0 = NP.sort(NP.unique(x0)) # sort and remove dups
    # half brace using sum of two logistic functions
    y0 = mid*2*((1/(1.+NP.exp(-1*beta1*x0)))-0.5)
    y0 += (1-mid)*2*(1/(1.+NP.exp(-1*beta2*(x0-0.5))))
    # concat and scale x
    x = NP.concatenate((x0, 1-x0[::-1])) * float((x_max-x_min)) + x_min
    y = NP.concatenate((y0, y0[::-1])) * float(height)
    return (x,y)

用法很简单:

import pylab as plt

fig = plt.figure()
ax = fig.add_subplot(111)

x,y = range_brace(0, 100)
ax.plot(x, y,'-')

plt.show()

Plot produced by example

PS:不要忘记您可以将clip_on=False传递给plot并将其放在轴外。