[LINUX] Dessinez des graphiques dans Julia ... Laissez les graphiques à Python

"Dessiner un graphe dans le langage de programmation Julia" J'ai réussi à déplacer l'échantillon pour le moment, mais les données créées par mon propre programme (en langage Julia) J'ai décidé de découvrir comment dessiner un graphique en utilisant. Eh bien, je voulais utiliser un graphe 3D (OpenGL), et j'ai pensé qu'il serait difficile de porter tout l'exemple de code de PyQtGraph à Julia. ** D'accord, changement de politique ... Laissons tous les graphiques à Python! ** **

En conséquence, il est devenu le code source à la fin de la phrase.

• Plotting.jl (code source de Julia) passe simplement le tableau à une fonction appelée Plotting.my_graph_set () (bien que le tableau soit en fait calculé à l'avance). Après l'avoir passé, appelez Plotting.my_graph_run () pour dessiner le graphe. Laissez le dessin du graphe à Python.
• Dans Plotting.py (code source Python), une variable globale appelée plot_data_1 stocke le tableau passé par Julia. Stockez le tableau transmis par Julia dans une variable globale appelée plot_data_1 lorsque my_graph_set () est appelé. Lorsque my_graph_run () est appelé, ** seul le graphique supérieur gauche ** est dessiné à l'aide des données du tableau transmises par Julia.
• Lors de l'appel de code Python à l'aide de PyCall, C: \ julia-0.2.1-win32 \ bin est inclus dans le chemin de chargement, donc Plotting.jl et Plotting.py doivent être C: \ julia- J'ai décidé de le sauvegarder sous 0.2.1-win32 \ bin (pour le moment).

En laissant le traitement des graphes ** au code Python **, le développement est devenu super facile! Après cela, si Julia peut créer un échantillon qui effectue un tel traitement de calcul ... ** Ensuite, essayons un graphique 3D en utilisant OpenGL! ** **

Remarque: veuillez vous référer à "Dessiner un graphe dans le langage de programmation Julia" pour la construction de l'environnement.

text:Plotting.jl(C:\julia-0.2.1-win32\Enregistrer dans la corbeille)

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\Enregistrer dans la corbeille)

# -*- 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_()