Wie finde ich die FWHM der ein peak in einer lauten Datensatz in python (numpy/scipy)?

Bin ich der Analyse ein Bild von zwei sich kreuzenden Linien (wie ein + - Zeichen) und ich bin extra eine Zeile von Pixeln (eine nx1 numpy-array) senkrecht zu einer der Linien. Das gibt mir ein array von floating-point-Werte (die Farben), dann kann ich das Grundstück. Ich bin Plotten der Daten mit matplotlib und ich bekommen eine Menge von verrauschten, Daten zwischen 180 und 200 mit einer ausgeprägten Spitze in der Mitte, die Spitzen nach unten, auf rund 100.

Ich muss FWHM dieser Daten. Ich dachte, ich brauchte, um filter das Rauschen erstmal, also ich habe verwendet ein Gauß-filter, die geglättet sind meine Daten, aber seine immer noch nicht super flach an der Spitze.

  1. Ich Frage mich, ob es einen besseren Weg gibt, die Daten zu filtern.

  2. Wie finde ich die Halbwertsbreite dieser Daten?

Möchte ich nur verwenden, numpy, scipy und matplotlib, wenn möglich.

Hier ist die original-Daten:
Wie finde ich die FWHM der ein peak in einer lauten Datensatz in python (numpy/scipy)?

Hier ist der gefilterten Daten:
Wie finde ich die FWHM der ein peak in einer lauten Datensatz in python (numpy/scipy)?

  • Sorry für die fehlenden Bilder...ich kann keine Bilder hinzufügen, bis mein Ruf ist über 10 (nur unterzeichnet, bis heute).
  • Herzlich willkommen auf Stack Overflow! Es sieht aus wie Sie möchten uns schreiben einige code für Sie. Während viele Nutzer bereit sind, zu erzeugen code für ein coder der in not ist, Sie in der Regel nur helfen, wenn das Plakat hat bereits versucht um das problem zu lösen auf eigene Faust. Ein guter Weg, um dies zu demonstrieren Bemühung ist es, den code hast du geschrieben, so weit, Beispiel Eingang (wenn vorhanden), die erwartete Ausgabe und die Ausgabe, die Sie tatsächlich bekommen (Konsolen-Ausgabe, stack-traces, compiler-Fehler - was immer anwendbar ist). Je mehr Details Sie liefern, desto mehr Antworten werden Sie wahrscheinlich erhalten. Überprüfen Sie die FAQ und stellen
  • Die Halbwertsbreite Antwort auf stackoverflow.com/questions/10582795/... sollten Sie in die richtige Richtung.
InformationsquelleAutor SFBA26 | 2014-06-12
  1. 0

    Landete ich nicht mit jedem filter, sondern verwendet die original-Daten.
    Die Prozedur, die ich verwendet wurde, war:

    • Gefunden die minimale und maximale Anzahl der Punkte und berechnet difference = max(arr_y) - min(arr_y)
    • Gefunden, der die Hälfte der max (in meinem Fall ist es die Hälfte min) HM = difference /2
    • Fand der nächste Datenpunkt HM: nearest = (np.abs(arr_y - HM)).argmin()
    • Berechnet den Abstand zwischen den nächsten und min (das gibt mir die HWHM)
    • Dann einfach mit 2 multipliziert, um die FWHM

    Weiß ich nicht (oder zu denken) das ist der beste Weg, aber es funktioniert und scheint ziemlich genau, basierend auf dem Vergleich.

    InformationsquelleAutor SFBA26
  2. 0

    Dein script nicht bereits die korrekte Berechnung.

    Aber der Fehler vom Abstand zwischen nearest und pos_extremum kann reduziert werden, wenn die Distanz zwischen nearest_above und nearest_below - Positionen auf die Hälfte der extremalen Wert (maximum/minimum) auf beiden Seiten.

    import numpy as np

# Example data
arr_x = np.linspace(norm.ppf(0.00001), norm.ppf(0.99999), 10000)
arr_y = norm.pdf(arr_x)

# Effective code
difference = max(arr_y) - min(arr_y)
HM = difference / 2

pos_extremum = arr_y.argmax()  # or in your case: arr_y.argmin()

nearest_above = (np.abs(arr_y[pos_extremum:-1] - HM)).argmin()
nearest_below = (np.abs(arr_y[0:pos_extremum] - HM)).argmin()

FWHM = (np.mean(arr_x[nearest_above + pos_extremum]) - 
        np.mean(arr_x[nearest_below]))

    Für dieses Beispiel sollten Sie sich die Beziehung zwischen FWHM und Standardabweichung:
    FWHM = 2.355 - fache der Standardabweichung (hier 1) wie bereits erwähnt,Wikipedia.

    InformationsquelleAutor strpeter
Schreibe einen Kommentar