0

私はTkinterを使用してPythonでインタラクティブなデータフィッティングのためのプログラムを書いています。私はしたいと思います：

  1. キーボードから手動でフィッティング曲線の開始パラメーター（つまり推測パラメーター）を変更し、実験データに対応する曲線をプロットして、適切なポイントからフィッティング手順を開始します（達成済み）

  2. キーボードでパラメーターを変更するときに、パラメーターの実際の値をウィジェットに表示します（未達成）

ネットを検索したところ、問題とテキストウィジェットまたはエントリウィジェットとの間にいくつかの接続が見つかりました。

誰かが良い解決策を持っていますか？

これは、単純な指数関数のコピー/貼り付けの実行と試行に合わせて変更されたコードです（パラメータを変更するには、「r」、「t」、「y」、「f」、「g」、「h」キーを使用します） ..

import Tkinter as Tkinter
from Tkinter import *
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
from matplotlib.figure import Figure
from numpy import *  #exp,arange,sin,arctan,where
import sys
from scipy.optimize import leastsq

class App:

def __init__(self, master,slave,folnam,q_index,tab):
    # Create containers
    self.frame = Tkinter.Frame(master)
    self.frame2 = Tkinter.Text(slave,width=10,height=10)
    self.frame2.pack()

    self.q_index=q_index

    # Create buttons and bindings
    self.button_quit = Tkinter.Button(self.frame,text="QUIT", command=master.destroy)
    self.button_quit.pack(side="left")
    self.button_fit = Tkinter.Button(self.frame, text= 'fit!')
    self.button_fit.pack()

    self.frame.bind_all("<Key>", self.decrease_a,'+')    #################################


    # Fill with Data
    self.t = arange(1000)*.001
    self.data_to_fit = exp(-self.t)
    self.A=max(self.data_to_fit)-min(self.data_to_fit)
    self.B=min(self.data_to_fit)

    # Build Figure
    fig = Figure()
    self.ax = fig.add_subplot(111)
    self.ax.set_ylim( min(self.data_to_fit), max(self.data_to_fit) )      
    self.p = [self.A,self.B,.9,.5,10.,5.]
    self.line, = self.ax.plot(self.t[1:],abs(self.schultz(self.t[1:], 1., self.p)),'.-')   #tuple of a single element
    self.canvas = FigureCanvasTkAgg(fig,master=master)
    self.ax.plot(self.t[1:],self.data_to_fit[1:])
    self.canvas.show()
    self.canvas.get_tk_widget().pack(side='top', fill='both', expand=1)
    self.frame.pack()




def schultz(self, t, q, p):
    Z=.1
    A, B, alpha, D, vm, sigma = p
    Z = ((sigma/vm)**-2)-1.
    Lambda = q*vm*t/(Z+1)
    g = ((Z+1)/(Z*q*vm*t))*sin(Z*arctan(Lambda))/(1+Lambda**2)**(Z/2.)
    where( abs(t)>0., g, 1.)
    f = exp(-q**2*D*t)*((1.-alpha)+alpha*g)
    y = A*f+B
    return y




def decrease_a(self,event):

  # Raise/lower amplitude with 'a', 'q' keys
    if event.char=='a':
        self.ax.get_ylim()          
        self.p[0]-= 1e10
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()  
    if event.char=='q':
        self.ax.get_ylim()          
        self.p[0]+=1e10
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()  
    # Raise/lower baseline with 's', 'w' keys
    if event.char=='s':
        self.ax.get_ylim()          
        self.p[1]-= 1e10
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()      
    if event.char=='w':
        self.ax.get_ylim()          
        self.p[1]+= 1e10
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    # Raise/lower alpha with 'd', 'e' keys
    if event.char=='d':
        self.ax.get_ylim()          
        self.p[2]-= .05
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    if event.char=='e':
        self.ax.get_ylim()          
        self.p[2]+= .05
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    # Raise/lower diffusion coefficient with 'f', 'r' keys
    if event.char=='f':
        self.ax.get_ylim()          
        self.p[3]-= .05
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    if event.char=='r':
        self.ax.get_ylim()          
        self.p[3]+= .05
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    # Raise/lower average speed with 'g', 't' keys
    if event.char=='g':
        self.ax.get_ylim()          
        self.p[2]-= .05
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()

    if event.char=='t':
        self.ax.get_ylim()          
        self.p[2]+= .05
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    # Raise/lower variance of speed distribution with 'h', 'y' keys
    if event.char=='h':
        self.ax.get_ylim()          
        self.p[2]-= .01
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()
    if event.char=='y':
        self.ax.get_ylim()          
        self.p[2]+= .01
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()

root = Tkinter.Tk()
root2 = Tkinter.Tk()
app = App(root,root2,'/home/copo/Scrivania/correlazioni_da_fit',q_index=10, tab=False)

root.mainloop()
4

1 に答える 1

0

質問を完全に理解できるかどうかはわかりませんが、の値を表示するだけの場合はself.p、さまざまな方法で表示できます。たとえば、パラメータを変更するたびに更新するラベルを作成できます。例えば：

self.p0_label = Tkinter.Label(...)
self.p1_label = Tkinter.Label(...)
...
def decrease_a(self,event):
    if event.char=='a':
        self.ax.get_ylim()          
        self.p[0]-= 1e10
        self.line.set_ydata(self.schultz(self.t[1:], 1, self.p))
        self.line.set_xdata(self.t[1:])           
        self.canvas.draw()  
    ...
    self.update_display()

def update_display(self):
    self.p0_label.configure(text=str(self.p[0]))
    self.p1_label.configure(text=str(self.p[1]))
    ...
于 2012-08-24T17:10:22.253 に答える