[LINUX] Zeichnen Sie Diagramme in Julia ... Überlassen Sie die Diagramme Python

Es ist mir gelungen, das Beispiel vorerst mit "Zeichnen eines Diagramms mit der Programmiersprache Julia" zu verschieben, aber mit den von meinem eigenen Programm erstellten Daten (in der Sprache Julia) Ich beschloss herauszufinden, wie man ein Diagramm mit zeichnet. Nun, ich wollte 3D-Graph (OpenGL) verwenden und dachte, es wäre schwierig, den gesamten Beispielcode von PyQtGraph auf Julia zu portieren. ** Okay, Richtlinienänderung ... Überlassen wir alle Grafiken Python! ** ** **

Infolgedessen wurde es der Quellcode am Ende des Satzes.

• Plotting.jl (Julias Quellcode) übergibt das Array nur an eine Funktion namens Plotting.my_graph_set () (obwohl das Array tatsächlich im Voraus berechnet wird). Rufen Sie nach dem Übergeben Plotting.my_graph_run () auf, um das Diagramm zu zeichnen. Überlassen Sie die Zeichnung des Diagramms Python.
• In Plotting.py (Python-Quellcode) speichert eine globale Variable namens plot_data_1 das von Julia übergebene Array. Speichern Sie das von Julia übergebene Array in einer globalen Variablen namens plot_data_1, wenn my_graph_set () aufgerufen wird. Wenn my_graph_run () aufgerufen wird, wird ** nur der obere linke Graph ** unter Verwendung der von Julia übergebenen Array-Daten gezeichnet.
• Wenn Sie Python-Code mit PyCall aufrufen, ist C: \ julia-0.2.1-win32 \ bin im Ladepfad enthalten, daher sollten sowohl Plotting.jl als auch Plotting.py C: \ julia- sein. Ich habe beschlossen, es unter 0.2.1-win32 \ bin zu speichern (vorerst).

Indem die Verarbeitung von Grafiken ** dem Python-Code ** überlassen wird, ist die Entwicklung sehr einfach geworden! Wenn Julia danach ein Beispiel erstellen kann, das eine solche Berechnungsverarbeitung durchführt ... ** Als nächstes versuchen wir ein 3D-Diagramm mit OpenGL! ** ** **

Hinweis: Informationen zur Umgebungskonstruktion finden Sie unter "Zeichnen von Diagrammen in der Programmiersprache Julia".

text:Plotting.jl(C:\julia-0.2.1-win32\In den Papierkorb speichern)

using PyCall

@pyimport Plotting
Plotting.my_graph_set([1, 2, 3, 4, 5, 10, 20, 5])
Plotting.my_graph_run()

python:Plotting.py(C:\julia-0.2.1-win32\In den Papierkorb speichern)

# -*- coding: utf-8 -*-
"""
This example demonstrates many of the 2D plotting capabilities
in pyqtgraph. All of the plots may be panned/scaled by dragging with 
the left/right mouse buttons. Right click on any plot to show a context menu.
"""

from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
import pyqtgraph as pg

plot_data_1 = []

def my_graph_set(plot_data):
	global plot_data_1
	plot_data_1 = plot_data

def my_graph_run():
	global plot_data_1

	app = QtGui.QApplication([])

	win = pg.GraphicsWindow(title="Basic plotting examples")
	win.resize(800,600)
	win.setWindowTitle('pyqtgraph example: Plotting')

	# Enable antialiasing for prettier plots
	pg.setConfigOptions(antialias=True)

	p1 = win.addPlot(title="Basic array plotting", y=plot_data_1)

	p2 = win.addPlot(title="Multiple curves")
	p2.plot(np.random.normal(size=100), pen=(255,0,0))
	p2.plot(np.random.normal(size=100)+5, pen=(0,255,0))
	p2.plot(np.random.normal(size=100)+10, pen=(0,0,255))

	p3 = win.addPlot(title="Drawing with points")
	p3.plot(np.random.normal(size=100), pen=(200,200,200), symbolBrush=(255,0,0), symbolPen='w')

	win.nextRow()

	p4 = win.addPlot(title="Parametric, grid enabled")
	x = np.cos(np.linspace(0, 2*np.pi, 1000))
	y = np.sin(np.linspace(0, 4*np.pi, 1000))
	p4.plot(x, y)
	p4.showGrid(x=True, y=True)

	p5 = win.addPlot(title="Scatter plot, axis labels, log scale")
	x = np.random.normal(size=1000) * 1e-5
	y = x*1000 + 0.005 * np.random.normal(size=1000)
	y -= y.min()-1.0
	mask = x > 1e-15
	x = x[mask]
	y = y[mask]
	p5.plot(x, y, pen=None, symbol='t', symbolPen=None, symbolSize=10, symbolBrush=(100, 100, 255, 50))
	p5.setLabel('left', "Y Axis", units='A')
	p5.setLabel('bottom', "Y Axis", units='s')
	p5.setLogMode(x=True, y=False)

	global curve, data, ptr, p6
	p6 = win.addPlot(title="Updating plot")
	curve = p6.plot(pen='y')
	data = np.random.normal(size=(10,1000))
	ptr = 0
	def update():
		global curve, data, ptr, p6
		curve.setData(data[ptr%10])
		if ptr == 0:
			p6.enableAutoRange('xy', False)  ## stop auto-scaling after the first data set is plotted
		ptr += 1
	timer = QtCore.QTimer()
	timer.timeout.connect(update)
	timer.start(50)

	win.nextRow()

	p7 = win.addPlot(title="Filled plot, axis disabled")
	y = np.sin(np.linspace(0, 10, 1000)) + np.random.normal(size=1000, scale=0.1)
	p7.plot(y, fillLevel=-0.3, brush=(50,50,200,100))
	p7.showAxis('bottom', False)

	x2 = np.linspace(-100, 100, 1000)
	data2 = np.sin(x2) / x2
	p8 = win.addPlot(title="Region Selection")
	p8.plot(data2, pen=(255,255,255,200))
	lr = pg.LinearRegionItem([400,700])
	lr.setZValue(-10)
	p8.addItem(lr)

	p9 = win.addPlot(title="Zoom on selected region")
	p9.plot(data2)
	def updatePlot():
	    p9.setXRange(*lr.getRegion(), padding=0)
	def updateRegion():
	    lr.setRegion(p9.getViewBox().viewRange()[0])
	lr.sigRegionChanged.connect(updatePlot)
	p9.sigXRangeChanged.connect(updateRegion)
	updatePlot()

	QtGui.QApplication.instance().exec_()