def smooth_in_section(xx, data, deviation, order):
f = fitting(xx, data)
f.fitting(order)
for index in range(len(xx)):
if data[index] - f.val[index] > deviation * f.ER2:
data[index] = f.val[index] + deviation * f.ER2
elif f.val[index] - data[index] > deviation * f.ER2:
data[index] = f.val[index] - deviation * f.ER2
def fit_to_powerlow(self):
"""Fitting method to calcurate the fractal dimension of DLA cluster."""
def fit_func(parameter0, R_g, Narr):
"""Fitting function: Narr ~ R_{g}^{D}"""
log = np.log
c1 = parameter0[0]
c2 = parameter0[1]
residual = log(Narr) - c1 - c2*log(R_g)
return residual
def fitted(R, c1, D):
return np.exp(c1)*(R**D)
fitting(self.R_g, self.Narr,
fit_func, [0.1, 1.7], fitted,
xlabel=r'$R_{g}$', ylabel=r'$N$',
param_to_show={'D': 1}
)
def main(N):
def fit_func(parameter, Tarr, sigma_T):
"""Fitting function: sigma ~ T^{H}"""
log = np.log
c1 = parameter[0]
c2 = parameter[1]
residual = log(sigma_T) - c1 - c2*log(Tarr)
return residual
def fitted(T, c1, H):
return np.exp(c1)*(T**H)
# Create brownian motion and calcurate deviations for each T
Tarr, sigma_T = calc_hurst(brownian_curve_1d(N, plot=True), plot=True)
# Fitting
fitting(Tarr, sigma_T,
fit_func, [0.1, 0.5], fitted,
xlabel=r'$T$', ylabel=r'$\sigma_{x}$',
param_to_show={'D': 1}
)
inp_date = input('最初の日付, 最後の日付(カンマ区切りでyymmdd形式) >> ').split(',') # カンマ区切りでリストの要素として拾う
inp_date_nospace = [i.strip() for i in inp_date] # リスト各要素の両端の空白を削除
for da in tqdm(pd.date_range(*inp_date_nospace)):
randate = da.strftime('%Y%m%d')
print('''
___________________________________
次の年月日のファイルをfittingします。
''')
print(randate)
for fitfile in tqdm(glob.glob(param['in'] + randate + '*')):
data = np.loadtxt(fitfile) # load text data as array
if not len(data):
continue # dataが空なら次のループ
fitRtn = fitting.fitting(fitfile, plot_switch=plot) # fitting.pyへフルパス渡す
SNResult.update(fitRtn[0]) # fittingを行い、結果をSNResultに貯める
powerResult.update(fitRtn[1]) # fittingを行い、結果をpowerResultに貯める
# print('')
# print('Now Fitting...', fitfile[-19:])
# print('Write to SN...', list(fitRtn[0].values())[0])
# print('Write to Power...', list(fitRtn[1].values())[0])
# __WRITEING__________________________
'''
for文の中でc.editCSVを行うと
逐一書き込むので処理の最中にctrl+Cで中断できるが
(しかもfinallyステート内で最後に書き込みを行わせる)
逐一ファイルの読み込みを行うので、
csvファイルが巨大になっていくごとにc.editCSVの処理に時間がかかる
