procplots.py

   1 #!/usr/bin/env python
   2
   3 '''
   4 PROCPLOTS
   5 Processed plots plugin for force curves.
   6
   7 Licensed under the GNU GPL version 2
   8 '''
   9 from libhooke import WX_GOOD
  10 import wxversion
  11 wxversion.select(WX_GOOD)
  12
  13 import wx
  14 import libhookecurve as lhc
  15 import numpy as np
  16 import scipy as sp
  17 import scipy.signal
  18 import copy
  19
  20 class procplotsCommands:
  21
  22     def _plug_init(self):
  23         pass
  24
  25     def do_derivplot(self,args):
  26         '''
  27         DERIVPLOT
  28         (procplots.py plugin)
  29         Plots the derivate (actually, the discrete differentiation) of the current force curve
  30         ---------
  31         Syntax: derivplot
  32         '''
  33         dplot=self.derivplot_curves()
  34         plot_graph=self.list_of_events['plot_graph']
  35         wx.PostEvent(self.frame,plot_graph(plots=[dplot]))
  36
  37     def derivplot_curves(self):
  38         '''
  39         do_derivplot helper function
  40
  41         create derivate plot curves for force curves.
  42         '''
  43         dplot=lhc.PlotObject()
  44         dplot.vectors=[]
  45
  46         for vector in self.plots[0].vectors:
  47             dplot.vectors.append([])
  48             dplot.vectors[-1].append(vector[0][:-1])
  49             dplot.vectors[-1].append(np.diff(vector[1]))
  50
  51         dplot.destination=1
  52         dplot.units=self.plots[0].units
  53
  54         return dplot
  55
  56     def do_subtplot(self,args):
  57         '''
  58         SUBTPLOT
  59         (procplots.py plugin)
  60         Plots the difference between ret and ext current curve
  61         -------
  62         Syntax: subtplot
  63         '''
  64         #FIXME: sub_filter and sub_order must be args
  65
  66         if len(self.plots[0].vectors) != 2:
  67             print 'This command only works on a curve with two different plots.'
  68             pass
  69
  70         outplot=self.subtract_curves(sub_order=1)
  71
  72         plot_graph=self.list_of_events['plot_graph']
  73         wx.PostEvent(self.frame,plot_graph(plots=[outplot]))
  74
  75     def subtract_curves(self, sub_order):
  76         '''
  77         subtracts the extension from the retraction
  78         '''
  79         xext=self.plots[0].vectors[0][0]
  80         yext=self.plots[0].vectors[0][1]
  81         xret=self.plots[0].vectors[1][0]
  82         yret=self.plots[0].vectors[1][1]
  83
  84         #we want the same number of points
  85         maxpoints_tot=min(len(xext),len(xret))
  86         xext=xext[0:maxpoints_tot]
  87         yext=yext[0:maxpoints_tot]
  88         xret=xret[0:maxpoints_tot]
  89         yret=yret[0:maxpoints_tot]
  90
  91         if sub_order:
  92             ydiff=[yretval-yextval for yretval,yextval in zip(yret,yext)]
  93         else: #reverse subtraction (not sure it's useful, but...)
  94             ydiff=[yextval-yretval for yextval,yretval in zip(yext,yret)]
  95
  96         outplot=copy.deepcopy(self.plots[0])
  97         outplot.vectors[0][0], outplot.vectors[1][0] = xext,xret #FIXME: if I use xret, it is not correct!
  98         outplot.vectors[1][1]=ydiff
  99         outplot.vectors[0][1]=[0 for item in outplot.vectors[1][0]]
 100
 101         return outplot
 102
 103
 104 #-----PLOT MANIPULATORS
 105     def plotmanip_median(self, plot, current, customvalue=None):
 106         '''
 107         does the median of the y values of a plot
 108         '''
 109         if customvalue:
 110             median_filter=customvalue
 111         else:
 112             median_filter=self.config['medfilt']
 113
 114         if median_filter==0:
 115             return plot
 116
 117         if float(median_filter)/2 == int(median_filter)/2:
 118             median_filter+=1
 119
 120         nplots=len(plot.vectors)
 121         c=0
 122         while c<nplots:
 123             plot.vectors[c][1]=scipy.signal.medfilt(plot.vectors[c][1],median_filter)
 124             c+=1
 125
 126         return plot
 127
 128
 129     def plotmanip_correct(self, plot, current, customvalue=None):
 130         '''
 131         does the correction for the deflection for a force spectroscopy curve.
 132         Assumes that:
 133         - the current plot has a deflection() method that returns a vector of values
 134         - the deflection() vector is as long as the X of extension + the X of retraction
 135         - plot.vectors[0][0] is the X of extension curve
 136         - plot.vectors[1][0] is the X of retraction curve
 137
 138         FIXME: both this method and the picoforce driver have to be updated, deflection() must return
 139         a more senseful data structure!
 140         '''
 141         #use only for force spectroscopy experiments!
 142         if current.curve.experiment != 'smfs':
 143             return plot
 144
 145         if customvalue != None:
 146             execute_me=customvalue
 147         else:
 148             execute_me=self.config['correct']
 149         if not execute_me:
 150             return plot
 151
 152         defl_ext,defl_ret=current.curve.deflection()
 153         #halflen=len(deflall)/2
 154
 155         plot.vectors[0][0]=[(zpoint-deflpoint) for zpoint,deflpoint in zip(plot.vectors[0][0],defl_ext)]
 156         plot.vectors[1][0]=[(zpoint-deflpoint) for zpoint,deflpoint in zip(plot.vectors[1][0],defl_ret)]
 157
 158         return plot
 159
 160
 161     def plotmanip_centerzero(self, plot, current, customvalue=None):
 162         '''
 163         Centers the force curve so the median (the free level) corresponds to 0 N
 164         Assumes that:
 165         - plot.vectors[0][1] is the Y of extension curve
 166         - plot.vectors[1][1] is the Y of retraction curve
 167
 168
 169         '''
 170         #use only for force spectroscopy experiments!
 171         if current.curve.experiment != 'smfs':
 172             return plot
 173
 174         if customvalue != None:
 175             execute_me=customvalue
 176         else:
 177             execute_me=self.config['centerzero']
 178         if not execute_me:
 179             return plot
 180
 181
 182
 183         #levelapp=float(np.median(plot.vectors[0][1]))
 184         levelret=float(np.median(plot.vectors[1][1][-300:-1]))
 185
 186         level=levelret
 187
 188         approach=[i-level for i in plot.vectors[0][1]]
 189         retract=[i-level for i in plot.vectors[1][1]]
 190
 191         plot.vectors[0][1]=approach
 192         plot.vectors[1][1]=retract
 193         return plot
 194
 195     '''
 196     def plotmanip_detriggerize(self, plot, current, customvalue=None):
 197         #DEPRECATED
 198         if self.config['detrigger']==0:
 199             return plot
 200
 201         cutindex=2
 202         startvalue=plot.vectors[0][0][0]
 203
 204         for index in range(len(plot.vectors[0][0])-1,2,-2):
 205            if plot.vectors[0][0][index]>startvalue:
 206                 cutindex=index
 207            else:
 208                 break
 209
 210         plot.vectors[0][0]=plot.vectors[0][0][:cutindex]
 211         plot.vectors[0][1]=plot.vectors[0][1][:cutindex]
 212
 213         return plot
 214     '''
 215
 216
 217
 218 #FFT---------------------------
 219     def fft_plot(self, vector):
 220         '''
 221         calculates the fast Fourier transform for the selected vector in the plot
 222         '''
 223         fftplot=lhc.PlotObject()
 224         fftplot.vectors=[[]]
 225
 226         fftlen=len(vector)/2 #need just 1/2 of length
 227         fftplot.vectors[-1].append(np.arange(1,fftlen).tolist())
 228
 229         try:
 230             fftplot.vectors[-1].append(abs(np.fft(vector)[1:fftlen]).tolist())
 231         except TypeError: #we take care of newer NumPy (1.0.x)
 232             fftplot.vectors[-1].append(abs(np.fft.fft(vector)[1:fftlen]).tolist())
 233
 234
 235         fftplot.destination=1
 236
 237
 238         return fftplot
 239
 240
 241     def do_fft(self,args):
 242         '''
 243         FFT
 244         (procplots.py plugin)
 245         Plots the fast Fourier transform of the selected plot
 246         ---
 247         Syntax: fft [top,bottom] [select] [0,1...]
 248
 249         By default, fft performs the Fourier transform on all the 0-th data set on the
 250         top plot.
 251
 252         [top,bottom]: which plot is the data set to fft (default: top)
 253         [select]: you pick up two points on the plot and fft only the segment between
 254         [0,1,...]: which data set on the selected plot you want to fft (default: 0)
 255         '''
 256
 257         #args parsing
 258         #whatplot = plot to fft
 259         #whatset = set to fft in the plot
 260         select=('select' in args)
 261         if 'top' in args:
 262             whatplot=0
 263         elif 'bottom' in args:
 264             whatplot=1
 265         else:
 266             whatplot=0
 267         whatset=0
 268         for arg in args:
 269             try:
 270                 whatset=int(arg)
 271             except ValueError:
 272                 pass
 273
 274         if select:
 275             points=self._measure_N_points(N=2, whatset=whatset)
 276             boundaries=[points[0].index, points[1].index]
 277             boundaries.sort()
 278             y_to_fft=self.plots[whatplot].vectors[whatset][1][boundaries[0]:boundaries[1]] #y
 279         else:
 280             y_to_fft=self.plots[whatplot].vectors[whatset][1] #y
 281
 282         fftplot=self.fft_plot(y_to_fft)
 283         fftplot.units=['frequency', 'power']
 284         plot_graph=self.list_of_events['plot_graph']
 285         wx.PostEvent(self.frame,plot_graph(plots=[fftplot]))
 286