6

ノートブックで対話型の matplotlib プロットにウィジェットを使用することについて私が見たすべての例は、次のようなことを行います (ここから適応):

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt
from IPython.html.widgets import interact
from IPython.display import display

def sigmoid_demo(a=5,b=1):
    x = np.linspace(0,10,256)
    s = 1/(1+np.exp(-(x-a)/(b+0.1))) # +0.1 to avoid dividing by 0
    sn = 100.0*(s-min(s))/(max(s)-min(s)) # normalize sigmoid to 0-100

    # Does this have to be in this function?
    fig, ax = plt.subplots(figsize=(24,6))

    ax.set_xticks([])
    ax.set_yticks([])
    plt.plot(x,sn,lw=2,color='black')
    plt.xlim(x.min(), x.max())

w=interact(sigmoid_demo,a=5,b=1)

ウィジェットを調整するたびに、plt.subplots()またはそのたびにまったく新しいフィギュアを作成する必要がなければ、プロットの応答性が大幅に高速化される可能性があると思います。plt.figure()

呼び出されている関数の外にフィギュアの作成を移動するためにいくつかのことを試みましたinteract()が、何も機能しませんでした。

4

1 に答える 1

6

いくつかのセットアップ:

%matplotlib notebook
import matplotlib.pyplot as plt
from IPython.html.widgets import interactive
from IPython.display import display
import numpy as np

オブジェクトを作成します。

fig, ax = plt.subplots()
ax.set_xlim(0, .25)
ax.set_ylim(-2.5, 2.5)
ax.set_title('beat frequencies')
lnA, = ax.plot([], [], color='r', label='A')
lnB, = ax.plot([], [], color='purple', label='B')
lnsum, = ax.plot([], [], color='k', label='signal')
ax.legend()
max_time = 3
rate = 8000
times = np.linspace(0,max_time,rate*max_time)

def beat_freq(f1=220.0, f2=224.0):

    A = np.sin(2*np.pi*f1*times)
    B = np.sin(2*np.pi*f2*times)
    sig = A + B

    lnA.set_data(times, A)
    lnB.set_data(times, B)
    lnsum.set_data(times, sig)

    plt.draw()

beat_freq(0, 0)

そしてインタラクティブ（私はそれ自身のセルに入る必要があると思います）

interactive(beat_freq, f1=(200.0,300.0), f2=(200.0,300.0))

別のセルからオブジェクトを突き出すこともできます。

ax.set_xlim(0, .05)
ax.set_ylim(-2, 2)
plt.draw()

また

lnB.set_color('g')
ax.legend()
plt.draw()
于 2015-05-13T21:11:28.063 に答える