hist

Hist

Hist ist ein analytikerfreundliches Frontend für Boost-Histogram, das für Python 3.8+ entwickelt wurde (3.6-3.7-Benutzer erhalten ältere Versionen). Sehen Sie, was es Neues gibt.

Installation

Sie können diese Bibliothek von PyPI mit pip installieren:

python3 -m pip install " hist[plot,fit] "

Wenn Sie die Plotfunktionen nicht benötigen, können Sie die Extras [plot] und/oder [fit] überspringen. [fit] wird derzeit in WebAssembly nicht unterstützt.

Merkmale

Hist bietet derzeit alles, was Boost-Histogram bietet, und die folgenden Verbesserungen:

• Hist erweitert Achsen mit Namen:

  • name= ist eine eindeutige Bezeichnung, die jede Achse beschreibt.
  • label= ist eine optionale Zeichenfolge, die beim Plotten verwendet wird (standardmäßig name , wenn nicht angegeben).
  • Indizierung, Projektion und mehr unterstützen benannte Achsen.
  • Experimental NamedHist ist ein Hist , der die meisten Formen des Positionszugriffs deaktiviert und Benutzer dazu zwingt, nur Namen zu verwenden.

• Die Hist -Klasse erweitert bh.Histogram um eine einfachere Konstruktion:

  • flow=False ist eine schnelle Möglichkeit, den Fluss für die Achsen beim Bau zu deaktivieren.
  • Speicher können per String angegeben werden.
  • storage= kann weggelassen werden, Zeichenfolgen und Speicher können positionell sein.
  • data= kann ein Histogramm mit vorhandenen Daten initialisieren.
  • Hist.from_columns kann zur Initialisierung mit einem DataFrame oder Diktat verwendet werden.
  • Sie können mit boost-histogram (oder anderen Erweiterungen) hin und her konvertieren.

• Hist unterstützt QuickConstruct, ein importfreies Konstruktionssystem, das keine zusätzlichen Importe erfordert:

  • Verwenden Sie Hist.new.().().() .
  • Achsennamen können vollständig ( Regular ) oder kurz ( Reg ) sein.
  • Histogrammargumente (wie data= ) können im Speicher abgelegt werden.

• Erweiterte Histogrammfunktionen:

  • Direkte Unterstützung für .name und .label , wie Achsen.
  • .density() berechnet die Dichte als Array.
  • .profile(remove_ax) kann ein ND COUNT-Histogramm in ein (N-1)D MEAN-Histogramm konvertieren.
  • .sort(axis) unterstützt das Sortieren eines Histogramms nach einer kategorialen Achse. Erhält optional eine Funktion zum Sortieren.
  • .fill_flattened(...) wird flacher und gefüllter, einschließlich der Unterstützung für AwkwardArray.
  • .integrate(...) , das die entgegengesetzten Argumente als .project annimmt.

• Hist implementiert UHI+; eine Erweiterung des UHI-Systems (Unified Histogram Indexing), das für importfreie Interaktivität entwickelt wurde:

  • Verwendet das Suffix j , um im Zugriff oder in Slices zu Datenkoordinaten zu wechseln.
  • Verwendet j Suffix für Slices zum Rebinen.
  • Strings können direkt zur Indizierung in String-Kategorieachsen verwendet werden.

• Schnelle Plotroutinen fördern die Erkundung:

  • .plot() stellt 1D- und 2D-Plots bereit (oder verwenden Sie plot1d() , plot2d() )
  • .plot2d_full() zeigt 1D-Projekte rund um einen 2D-Plot.
  • .plot_ratio(...) erstellt ein Verhältnisdiagramm zwischen dem Histogramm und einem anderen Histogramm oder einer aufrufbaren Datei.
  • .plot_pull(...) führt einen Pull-Plot durch.
  • .plot_pie() erstellt ein Kreisdiagramm.
  • .show() bietet einen schönen Str-Ausdruck mit Histoprint.

• Stapel: Arbeiten Sie mit Gruppen von Histogrammen mit identischen Achsen

  • Stapel können mit h.stack(axis) erstellt werden, wobei der Index oder der Name einer Achse verwendet wird ( StrCategory -Achsen ideal).
  • Sie können auch mit hist.stacks.Stack(h1, h2, ...) erstellen oder from_iter oder from_dict verwenden.
  • Sie können einen Stapel indizieren und einen Eintrag mit einem passenden Histogramm festlegen.
  • Stacks unterstützen .plot() und .show() mit Namen (Plotbeschriftungen verwenden standardmäßig die ursprünglichen Achseninformationen).
  • Stapel durchlaufen .project , * , + und - .

• Neue Module

  • intervals unterstützen Frequentist-Abdeckungsintervalle.

• Bereit für das Notebook: Hist verfügt über eine wunderschöne Darstellung im Notebook.

  • Keine Abhängigkeiten erforderlich

Verwendung

 from hist import Hist

# Quick construction, no other imports needed:
h = (
    Hist . new . Reg ( 10 , 0 , 1 , name = "x" , label = "x-axis" )
    . Var ( range ( 10 ), name = "y" , label = "y-axis" )
    . Int64 ()
)

# Filling by names is allowed:
h . fill ( y = [ 1 , 4 , 6 ], x = [ 3 , 5 , 2 ])

# Names can be used to manipulate the histogram:
h . project ( "x" )
h [{ "y" : 0.5j + 3 , "x" : 5j }]

# You can access data coordinates or rebin with a `j` suffix:
h [ 0.3j :, :: 2j ]  # x from .3 to the end, y is rebinned by 2

# Elegant plotting functions:
h . plot ()
h . plot2d_full ()
h . plot_pull ( Callable )

Entwicklung

Verwenden Sie von einem Git-Checkout aus entweder nox oder führen Sie Folgendes aus:

python -m pip install -e .[dev]

Informationen zum Einrichten einer Entwicklungsumgebung finden Sie unter Beitragsrichtlinien.

Mitwirkende

Wir möchten den Mitwirkenden danken, die dieses Projekt möglich gemacht haben (Emoji-Taste):

Henry Schreiner ?	Nino Lau ?	Chris Burr	Nick Amin	Eduardo Rodrigues	Andrzej Novak	Matthew Feickert
Kyle Cranmer	Daniel Antrim	Nicholas Smith	Michael Eliachevitch	Jonas Eschle

Dieses Projekt folgt der All-Contributors-Spezifikation.

Gespräche

• 07.07.2021 PyHEP 2021 – Hochleistungshistogrammierung für die HEP-Analyse?
• 08.09.2020 IRIS-HEP/GSOC – Hist: Histogrammierung für die Analyse mit Boost-Histogramm?
• 07.07.2020 SciPy Proceedings ?
• 17.07.2020 PyHEP 2020 ?

---

Danksagungen

Diese Bibliothek wurde hauptsächlich von Henry Schreiner und Nino Lau entwickelt.

Diese Arbeit wurde durch die Kooperationsvereinbarungen OAC-1836650 (IRIS-HEP) und OAC-1450377 (DIANA/HEP) der National Science Foundation unterstützt. Alle in diesem Material geäußerten Meinungen, Erkenntnisse, Schlussfolgerungen oder Empfehlungen sind die der Autoren und spiegeln nicht unbedingt die Ansichten der National Science Foundation wider.