hist

역사

Hist는 Python 3.8+(3.6-3.7 사용자는 이전 버전을 사용함)용으로 설계된 부스트 히스토그램을 위한 분석가 친화적인 프런트 엔드입니다. 새로운 내용을 확인하세요.

설치

pip를 사용하여 PyPI에서 이 라이브러리를 설치할 수 있습니다.

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

플로팅 기능이 필요하지 않은 경우 [plot] 및/또는 [fit] 추가 항목을 건너뛸 수 있습니다. [fit] 현재 WebAssembly에서 지원되지 않습니다.

특징

Hist는 현재 Boost-Histogram이 제공하는 모든 기능과 다음과 같은 향상된 기능을 제공합니다.

• Hist는 이름으로 축을 확장합니다.

  • name= 은 각 축을 설명하는 고유 레이블입니다.
  • label= 은 플로팅에 사용되는 선택적 문자열입니다(제공되지 않은 경우 name 이 기본값임).
  • 인덱싱, 투영 등은 명명된 축을 지원합니다.
  • 실험적인 NamedHist 는 대부분의 위치 액세스 형태를 비활성화하여 사용자가 이름만 사용하도록 하는 Hist 입니다.

• Hist 클래스는 더 간단한 구성으로 bh.Histogram 강화합니다.

  • flow=False 는 구성 시 축의 흐름을 끄는 빠른 방법입니다.
  • 저장소는 문자열로 제공될 수 있습니다.
  • storage= 생략 가능하며, 문자열과 저장소는 위치에 따라 달라질 수 있습니다.
  • data= 기존 데이터로 히스토그램을 초기화할 수 있습니다.
  • Hist.from_columns 사용하여 DataFrame 또는 dict로 초기화할 수 있습니다.
  • 부스트 히스토그램(또는 다른 확장)을 사용하여 앞뒤로 전송할 수 있습니다.

• Hist는 추가 가져오기가 필요하지 않은 가져오기 없는 건설 시스템인 QuickConstruct를 지원합니다.

  • Hist.new.().().() 사용하세요.
  • 축 이름은 전체 이름( Regular ) 또는 짧은 이름( Reg )일 수 있습니다.
  • 히스토그램 인수(예: data= )는 저장소에 들어갈 수 있습니다.

• 확장된 히스토그램 기능:

  • 축과 같은 .name 및 .label 을 직접 지원합니다.
  • .density() 밀도를 배열로 계산합니다.
  • .profile(remove_ax) ND COUNT 히스토그램을 (N-1)D MEAN 히스토그램으로 변환할 수 있습니다.
  • .sort(axis) 범주형 축을 기준으로 히스토그램 정렬을 지원합니다. 선택적으로 정렬 기능을 사용합니다.
  • .fill_flattened(...) AwkwardArray 지원을 포함하여 평면화 및 채우기를 수행합니다.
  • .integrate(...) , .project 와 반대 인수를 사용합니다.

• Hist는 UHI+를 구현합니다. 수입이 필요 없는 상호 작용을 위해 설계된 UHI(Unified Histogram Indexing) 시스템 확장:

  • j 접미사를 사용하여 액세스 또는 슬라이스의 데이터 좌표로 전환합니다.
  • 리빈하려면 슬라이스에 j 접미사를 사용합니다.
  • 문자열을 문자열 범주 축의 색인으로 직접 사용할 수 있습니다.

• 빠른 플로팅 루틴으로 탐색을 촉진합니다.

  • .plot() 1D 및 2D 플롯을 제공합니다(또는 plot1d() , plot2d() 사용)
  • .plot2d_full() 2D 플롯을 중심으로 1D 프로젝트를 표시합니다.
  • .plot_ratio(...) 히스토그램과 다른 히스토그램 또는 호출 가능 항목 사이의 비율 플롯을 만듭니다.
  • .plot_pull(...) 풀 플롯을 수행합니다.
  • .plot_pie() 파이 플롯을 만듭니다.
  • .show() Histoprint를 사용하여 멋진 str 출력을 제공합니다.

• 스택: 동일한 축을 가진 히스토그램 그룹으로 작업

  • 스택은 축의 인덱스 또는 이름을 사용하여 h.stack(axis) 으로 생성할 수 있습니다( StrCategory 축이 이상적임).
  • hist.stacks.Stack(h1, h2, ...) 사용하여 생성하거나 from_iter 또는 from_dict 사용할 수도 있습니다.
  • 스택을 인덱싱하고 일치하는 히스토그램으로 항목을 설정할 수 있습니다.
  • 스택은 이름이 있는 .plot() 및 .show() 지원합니다(플롯 레이블은 기본적으로 원래 축 정보로 설정됨).
  • 스택은 .project , * , + 및 - 를 통과합니다.

• 새로운 모듈

  • intervals 빈도주의 적용 범위 간격을 지원합니다.

• 노트북 준비됨: Hist는 노트북 내에서 멋진 표현을 제공합니다.

  • 종속성이 필요하지 않습니다.

용법

 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 )

개발

git 체크아웃에서 nox를 사용하거나 다음을 실행하세요.

python -m pip install -e .[dev]

개발 환경 설정에 대한 정보는 기여 지침을 참조하세요.

기여자

이 프로젝트를 가능하게 해준 기여자(이모지 키)에게 감사의 인사를 전하고 싶습니다.

헨리 슈라이너 ?	니노 라우 ?	크리스 버	닉 아민	에두아르도 로드리게스	안제이 노박	매튜 페이커트
카일 크랜머	다니엘 앤트림	니콜라스 스미스	마이클 엘리아비치	요나스 에슐레

이 프로젝트는 모든 기여자 사양을 따릅니다.

회담

• 2021-07-07 PyHEP 2021 -- HEP 분석을 위한 고성능 히스토그램 ?
• 2020-09-08 IRIS-HEP/GSOC -- Hist: Boost-Histogram을 활용한 분석을 위한 히스토그램 ?
• 2020-07-07 SciPy 절차 ?
• 2020-07-17 PyHEP 2020 ?

---

감사의 말

이 라이브러리는 주로 Henry Schreiner와 Nino Lau가 개발했습니다.

이 작업에 대한 지원은 국립과학재단 협력 계약 OAC-1836650(IRIS-HEP) 및 OAC-1450377(DIANA/HEP)에 의해 제공되었습니다. 이 자료에 표현된 모든 의견, 조사 결과, 결론 또는 권장 사항은 저자의 것이며 국립 과학 재단의 견해를 반드시 반영하는 것은 아닙니다.