ctest/matplotlib_fit_hist.py

   1 #! /usr/bin/env python2
   2
   3 import matplotlib
   4 #matplotlib.use('GTK')
   5 matplotlib.use('Agg')
   6 import matplotlib.pyplot as plt
   7 import numpy as np
   8 from scipy.optimize import curve_fit
   9 from math import sqrt
  10 import sys
  11
  12 def prob_T(x,a):
  13     gg=np.float128(g)
  14     aa=np.float128(10**(-gg-2)*a)
  15     Tr=np.float128(300.)
  16     return np.exp( np.log(aa) + (gg-2)/2*np.log(x) - gg*x/(2*Tr) )
  17 #    return aa * (  x**((gg-2)/2) * np.exp( -gg*x/(2*Tr) ) )
  18
  19 #x,y= np.loadtxt('1L2Y_L_GB000.stat',usecols=(0,10),skiprows=30,unpack=True)
  20 #x,y= np.loadtxt('1L2Y_NH_GB000.stat',usecols=(0,11),skiprows=10000,unpack=True)
  21 #x,y= np.loadtxt('1L2Y_B_GB000.stat',usecols=(0,10),skiprows=30,unpack=True)
  22 g=int(sys.argv[2])
  23 if (sys.argv[1] == '1L2Y_NH_GB000.stat' or sys.argv[1] == '1L2Y_NH_GB.stat'):
  24  x,y= np.loadtxt(sys.argv[1],usecols=(0,11),skiprows=10000,unpack=True)
  25 else:
  26  x,y= np.loadtxt(sys.argv[1],usecols=(0,10),skiprows=10000,unpack=True)
  27
  28 h,bin=np.histogram(y,bins=50,density=True)
  29
  30 plt.bar(bin[:-1], h, width = bin[2]-bin[1])
  31 plt.xlim(min(bin), max(bin))
  32 plt.ylim(0,max(h))
  33 plt.ylabel('probality')
  34 plt.xlabel('temperature')
  35
  36 center = (bin[:-1] + bin[1:]) / 2
  37 #print bin
  38 #print center
  39 popt, pcov = curve_fit(prob_T, center, h)
  40 xfine = np.linspace(min(bin), max(bin), 100)
  41 #print popt
  42
  43 chi_squared = np.sum((prob_T(center, *popt)-h)**2)
  44 print '%15.10f' % chi_squared
  45
  46 #print xfine
  47 #print prob_T(xfine,popt[0])
  48 plt.plot(xfine,prob_T(xfine,popt[0]),'-',c='red')
  49 plt.savefig(sys.argv[1]+'.png')
  50 #plt.show()