from pc_path import definir_path path_git, path_datos_global = definir_path() os.chdir(path_git) sys.path.append('./Software/Funcionales/Clases') from funciones_graficador import Graficador #%% Importo los mínimos del chi2 os.chdir(path_git+'/Software/Estadística/Resultados_simulaciones/') with np.load('valores_medios_ST_CC+SN_4params.npz') as data: sol = data['sol'] #%% Importo las cadenas os.chdir(path_datos_global+'/Resultados_cadenas') filename = "sample_ST_CC+SN_4params.h5" reader = emcee.backends.HDFBackend(filename) # Algunos valores tau = reader.get_autocorr_time() burnin = int(2 * np.max(tau)) thin = int(0.5 * np.min(tau)) thin=100 #%% %matplotlib qt5 analisis = Graficador(reader, ['$M_{abs}$','$\Omega_{m}$','b','$H_{0}$'],'') #'Supernovas tipo IA + Cronómetros Cósmicos') analisis.graficar_contornos(sol, discard=burnin, thin=thin, poster=True,color='b') #%% analisis.graficar_cadenas() analisis.reportar_intervalos(sol)
os.chdir(path_git+'/Software/Estadística/Resultados_simulaciones') with np.load('valores_medios_LCDM_CC+SN_4params.npz') as data: sol = data['sol'] #%% Importo las cadenas os.chdir(path_datos_global+'/Resultados_cadenas') terminacion="" filename = "sample_LCDM_CC+SN_4params"+terminacion+".h5" reader = emcee.backends.HDFBackend(filename) # Algunos valores tau = reader.get_autocorr_time() burnin = int(2 * np.max(tau)) thin = int(0.5 * np.min(tau)) #sample = reader.get_chain() #burnin = int(0.2*len(sample[:,0])) #%% #burnin=100 #thin=5 %matplotlib qt5 analisis = Graficador(reader, ['$M_{abs}$','$\Omega_{m}$','$H_{0}$'],'CC+SN (LCDM)') #'Supernovas tipo IA + Cronómetros Cósmicos + BAO') analisis.graficar_contornos(discard=burnin, thin=thin, poster=False,color='r') plt.savefig('/home/matias/Desktop/Moves/contornos_{}'.format(terminacion)) #%% analisis.graficar_cadenas(num_chains=5) plt.savefig('/home/matias/Desktop/Moves/cadena_{}'.format(terminacion)) analisis.reportar_intervalos(discard=burnin, thin=thin)