数据评估

DataSet

*class* pyalps.DataSet(x=None, y=None, props=None)

• DataSet 类存储一组数据（通常为 XY 格式），以及描述这些数据的所有属性，例如模拟的输入参数等。

• 其成员包括：

  • x, y - 存放数据。许多作用于 DataSet 的函数都期望它们是 Numpy 数组的列表。不过，对于用户自定义的函数，也可以采用其他方式来表示数据。

  • props - 一个描述该数据集属性的字典。

工具

pyalps.collectXY(sets, x, y, foreach=, []ignoreProperties=False) 从 DataSet 对象列表中收集指定的数据

• 该函数用于从 DataSet 对象列表中收集数据，以便准备绘图或进行评估。

• 参数为：

  • sets：数据集列表
  • x：用作所收集结果 x 值的属性或测量的名称
  • y：用作所收集结果 y 值的属性或测量的名称
  • foreach：可选的属性列表，用于对结果进行分组。对于指定参数的每一组不同取值，都会创建一个单独的 DataSet 对象。
  • ignoreProperties：设置 ignoreProperties=True 可使 collectXY() 不收集属性。

• 该函数返回一个 DataSet 对象列表。

pyalps.groupSets(groups, for_each=[]) 将 DataSet 对象列表分组为列表的列表

• 该函数根据 for_ech 参数中给出的属性的取值，将 DataSet 对象列表分组为列表的列表。for_each 中所给属性取值相同的 DataSet 对象会被归为一组。

• 参数为：

  • data：待分组的数据 for_each：对数据进行分组所依据的属性

pyalps.select(inp, condition)

pyalps.select_by_property(data, proplist)

pyalps.mergeDataSets(dsets)

pyalps.mergeMeasurements(measurements)

拟合封装

pyalps.fit_wrapper.Parameter()

pyalps.fit_wrapper.fit(self, function, parameters, y, x=None)

绘图

pyalps.SetLabels(data, proplist)

• 根据 ‘proplist’ 中给出的属性设置标签。

pyalps.CycleColors(data, foreach, colors=['k', 'b', 'g', 'm', 'c', 'y'])

• 根据 ‘foreach’ 中的属性，为用于显示各 DataSet 的线条/标记循环分配颜色。这意味着 ‘foreach’ 中属性取值相同的 DataSet 实例将获得相同的颜色。

pyalps.CycleMarkers(data, foreach, markers=['s', 'o', '^', '>', 'v', '<', 'd', 'p', 'h', '+', 'x'])

• 根据 ‘foreach’ 中的属性，为用于显示各 DataSet 的线条/标记循环分配标记符号。这意味着 ‘foreach’ 中属性取值相同的 DataSet 实例将获得相同的标记符号。