Pythonでラインプロファイルの正規化
釣鐘型のラインプロファイルを正規化して、他サンプルと比較しやすくする。その次のステップとして半値幅を求める、などなど。
結果
プロファイルの形状はそのままで最小値が0、最大値が1のプロファイルが得られた。
プログラム
生データをスプライン補間して、標準化する、という内容。
02_Normalization_002.py
import csv import numpy as np from scipy import signal, interpolate from matplotlib import pylab as plt fn = '02_sample.csv' #.pyファイルと同じ階層に置く cal = 1 #x軸データの縮尺調整用のパラメータ。他サンプルとの比較に使う。 #標準化の関数定義 def min_max(x, axis=0): min = x.min(axis=axis, keepdims=True) max = x.max(axis=axis, keepdims=True) result = (x-min)/(max-min) return result #csvを読み込んでdata_arrayに格納 with open(fn, mode='r', newline='') as f_in: reader = csv.reader(f_in) data_array = [row for row in reader] #data_arrayの中身を確認する #print(data_array) #data_arrayをx,yに分けるための配列を定義する plot_x = [] plot_y = [] #data_arrayの要素を一個ずつ取り出して、各配列に格納する for i in data_array: plot_x.append(float(i[1])*cal) #要素は文字列として扱われているのでfloatに変換する plot_y.append(float(i[2])) #linspaceにx軸データ範囲が必要なのでxの最小値/最大値を調べる xs = min(plot_x) xm = max(plot_x) print("x軸の最小値は",xs) print("x軸の最大値は",xm) #lilnspaceでデータ補間数を決める tt = np.linspace(xs, xm, 1000) #2次スプライン補間 f = interpolate.interp1d(plot_x, plot_y, kind="quadratic") y = f(tt) #配列yを標準化する yy = min_max(y, axis=0) #左右軸をつかってデータプロット fig, ax1 = plt.subplots() ax1.plot(plot_x, plot_y, 'ob', label=r'$Raw data$') ax2 = ax1.twinx() # 2つのプロットを関連付ける ax2.plot(tt, yy, 'C1', label=r'$Min-Max normalization$') #凡例を表示 h1, l1 = ax1.get_legend_handles_labels() h2, l2 = ax2.get_legend_handles_labels() ax1.legend(h1+h2, l1+l2, loc='upper left') #軸ラベルの設定 ax1.set_xlabel('x') ax1.set_ylabel('$Raw data$') ax2.set_ylabel('$Min-Max normalization$') plt.show()
