Re: [Python] Hammer projection map

[Francesca Senatore]

Si lo so che la libreria è matplotlib ma non riuscivo a trovare nulla di
specifico riguardo questo tipo di plot. Cmq i tuo link mi sembrano utili.
Grazie mille


Il giorno 27 aprile 2017 15:20, Davide Olianas <dav...@davideolianas.com>
ha scritto:

> Il 27/04/2017 15:03, Francesca Senatore ha scritto:
>
>> Avete qualche referenza da passarmi riguardo a questo argomento.
>>
>>
> Ciao, nel mondo python la libreria di riferimento per disegnare grafici è
> matplotlib. Non ho mai provato a fare quello che ti serve ma penso che i
> seguenti link ti possano aiutare
>
> https://matplotlib.org/basemap/users/examples.html
>
> http://matplotlib.org/basemap/api/basemap_api.html#module-mp
> l_toolkits.basemap
>
> http://balbuceosastropy.blogspot.it/2013/09/the-mollweide-projection.html
> ___
> Python mailing list
> Python@lists.python.it
> http://lists.python.it/mailman/listinfo/python
>
___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

[Python] Hammer projection map

[Francesca Senatore]

Ciao Ragazzi,
avrei bisogno di aiuto! Voglio creare una mappa a tutto cielo (hammer
projection map) da riempire con una color-grid di un profilo di densità che
ho ricavato da alcune osservazioni. Per essere più chiara vorrei riprodurre
una cosa di questo genere :

https://imagine.gsfc.nasa.gov/news/02dec96.html

In questo link c'è l'immagine della prima mappa a tutto cielo di Rosat.
Avete qualche referenza da passarmi riguardo a questo argomento.

Grazie mille
Ciao
___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

Re: [Python] np.random aiuto!!!

[Francesca Senatore]

Ciao ragazzi,
vi ringrazio per i vostri consigli. Scusate se rispondo solo ora ma causa
influenza sono costretta a letto.

Avete ragione! Non credo di essermi spiegata molto bene. Cerco di spiegarmi
meglio dicendovi cosa esattamente devo fare. Io voglio simulare una
distribuzione di exposures (a e b sono secondi di osservazione da 5.6e3 a
2.5e6 secondi).  La distribuzione che devo simulare è fatta in questo modo:

l' 88.5% delle exposures cade nell'intervallo [2.5e6,1e5]
il 9.5% delle exposure cade nell'intervallo [1e5,2.5e4]
0.7% delle exposures cade nell'intervallo [2.5e4,1.1e4]
1.4% delle exposures cade nell'intervallo [1.1e4,6.3e3]

Sulla base di questo, la cosa più giusta da fare mi è sembrata quella di
generare numeri random seguendo questa distribuzone di probabilità.
np.random.choice fa una cosa di questo genere ma non so come applicarla ai
miei intervalli. Se io considero il vettore [1,2,3,4] e associo le mie
probabilità ottengo l'88.5% delle volte 1, 9.5% delle volte 2 eccc. Questo
è ciò che fa choice!!!
Io invece voglio che l' 88.5% delle volte vengano generati numeri nel primo
intervallo, il 9.5% delle volte nel secondo intervallo, e così via.  Credo
che devo usare un diverso approccio. Il tutto è complicato dal fatto che
non sono una cima in programmazione e in python.
Spero di essere stata più chiara ora. Ovviamente se avete delle dritte da
darmi sono bene accette.
Ciao e grazie ancora.

Fra

Il giorno 30 aprile 2016 15:46, Stefano Dal Pra  ha
scritto:

> Se ho capito vuoi estrarre dei valori "vals" con le probabilita' "probs".
> Io ho provato cosi':
>
> import random
>
> #vale: sum(probs) == 1.0
> probs = [0.88514, 0.0946, 0.006757, 0.01351]
> vals  = range(len(probs))
> t = zip(probs,vals)
>
> def myrnd():
> cs,x = 0,random.random()
> for k,v in t:
> cs += k
> if x <= cs : return v
> return v
>
> E myrnd ti restituisce 0 con probabilita' 0.88514,
> 1con prob. 0.0946 eccetera.
>
> Per verificare se piu' o meno ci siamo facciamo un milione di prove
> e vediamo le le frequenze sono in linea con le probabilita':
>
> #Test:
> dt = dict(zip(vals,[0 for x in vals]))
> N = 100
> for n in range(N):
> k = myrnd()
> dt[k] += 1
>
> for k,v in dt.items():
> print k,(v+0.0)/N
>
> e a me da
> 0 0.884842
> 1 0.094789
> 2 0.006818
> 3 0.013551
>
> Se confronti con
> probs = [0.88514, 0.0946, 0.006757, 0.01351]
>
> direi che ci siamo.
> Stefano
>
> 2016-04-30 13:59 GMT+02:00 Christian Barra :
>
>> A me pare che lei abbia una serie di eventi con probabilità note (il suo
>> vettore)  e gli interessa generare numeri secondo quella distribuzione di
>> probabilità, in pratica generare sample da una funzione di probabilità che
>> ha definito lei.
>>
>> Credo che il link faccia al caso suo.
>>
>> ___
>> Python mailing list
>> Python@lists.python.it
>> http://lists.python.it/mailman/listinfo/python
>>
>>
>
> ___
> Python mailing list
> Python@lists.python.it
> http://lists.python.it/mailman/listinfo/python
>
>
___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

Re: [Python] np.random aiuto!!!

[Francesca Senatore]

Grazie mille,
ora guardo i link che mi avete inoltrato.

Ciao
Fra

Il giorno 29 aprile 2016 10:01, Leonardo M. Millefiori 
ha scritto:

> Ciao,
> Se ho capito bene il tuo problema (generare campioni random in accordo ad
> una custom pdf discreta), la soluzione piu` diretta mi sembra quella di
> utilizzare scipy.stats.rv_discrete [1].
> Mi sa che l'esempio in [1] faccia proprio al caso tuo.
>
> [1]
> http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.rv_discrete.html
>
> Ciao,
> L
>
> ___
> Python mailing list
> Python@lists.python.it
> http://lists.python.it/mailman/listinfo/python
>
>
___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

[Python] np.random aiuto!!!

[Francesca Senatore]

Ciao a tutti.
Avrei bisogno di un aiuto. Spero che qualcuno di voi possa aiutarmi. Vi
spiego il mio problema:

Ho un array di probabilita' di elementi, cioe' [0.88514, 0.0946, 0.006757,
0.01351]. Io voglio estrarre elementi random proporzionali alla loro
probabilita', il primo elemento circa l'89% delle volte, il secondo circa
il 10% delle volte eccc. Cio' che ho fatto e' questo:

from numpy as np
for num in range(300):
a = 5.6e3
b = 2.5e6
probs = [0.88514, 0.0946, 0.006757, 0.01351]
cutoffs = np.cumsum(probs)
temp = (b-a)*rand.uniform(0, cutoffs[-1])+a


In pratica ho calcolato la somma cumulativa delle probabilita' e poi ho
calcolato la distribuzione random (in maniera uniforme) da zero (cioe' da
a) fino al cutoffs (1).
Il risultato che ottengo non e' esattamente quello che speravo, nel senso
che non estrae esattamente numeri random sulla base delle probabilita' che
gli do in input.
Che cosa sto sbagliando? Qualcuno di voi puo' aiutarmi?
Esiste un'altra funzione che mi permette di estrarre numeri random
nell'intervallo a,b tenendo in considerazione l'array di probabilita' che
do in input?
Grazie mille per l'aiuto e scusate la poca competenza ma uso da poco python
e non sono molto brava.

Francesca
___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

[Python] np.random aiuto!!!!

[francesca senatore]

Ciao a tutti. 
Avrei bisogno di un aiuto. Spero che qualcuno di voi possa aiutarmi. Vi spiego 
il mio problema:

Ho un array di probabilita' di elementi, cioe' [0.88514, 0.0946, 0.006757, 
0.01351]. Io voglio estrarre elementi random proporzionali alla loro 
probabilita', il primo elemento circa l'89% delle volte, il secondo circa il 
10% delle volte eccc. Cio' che ho fatto e' questo:

from numpy as np 
for num in range(300):
a = 5.6e3 
b = 2.5e6 
probs = [0.88514, 0.0946, 0.006757, 0.01351]
cutoffs = np.cumsum(probs)
temp = (b-a)*rand.uniform(0, cutoffs[-1])+a
 

In pratica ho calcolato la somma cumulativa delle probabilita' e poi ho 
calcolato la distribuzione random (in maniera uniforme) da zero (cioe' da a) 
fino al cutoffs (1). 
Il risultato che ottengo non e' esattamente quello che speravo, nel senso che 
non estrae esattamente numeri random sulla base delle probabilita' che gli do 
in input. 
Che cosa sto sbagliando? Qualcuno di voi puo' aiutarmi? 
Esiste un'altra funzione che mi permette di estrarre numeri random 
nell'intervallo a,b tenendo in considerazione l'array di probabilita' che do in 
input?
Grazie mille per l'aiuto e scusate la poca competenza ma uso da poco python e 
non sono molto brava. 

Francesca 
  ___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

Re: [Python] Test statistici

[francesca senatore]

Ciao Mauro, si ho scaricato anche questo pacchetto ma il mio problema è sempre 
quello non riesco a capire come indicare che determinati valori sono censored 
data, altri errori e altri ancora valori effettivi. Tu riesci a mandarmi una 
referenza o un link dove mi spiega queste cose?
Grazie mille 
Francesca 
Date: Sun, 12 Oct 2014 23:17:21 +0200
From: alberti@gmail.com
To: python@lists.python.it
Subject: Re: [Python] Test statistici


2014-10-10 22:18 GMT+02:00 francesca senatore francesca.senat...@hotmail.it:




Ho specificato all'inizio della mail che sono alle prime armi. Ho iniziato da 
poco il dottorato in Astrofisica  Cosmologia e non conosco tutti i linguaggi 
di programmazione. Durante la tesi di laurea non impari proprio tanto. 
 Ciao Francesca,
hai preso in considerazione R, che è il linguaggio statistico open-source più 
completo ed usato in accademia, e che volendo è anche interfacciabile con 
Python tramite rpy2? Per analisi statistiche è ottimo e fornisce tutte le 
possibili tecniche statistiche, credo ben più di Python..

mauro


___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python  
  ___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

[Python] Test statistici

[francesca senatore]

Ciao a tutti, sono da poco (e per poco intendo veramente poco) nel mondo 
python. Sono alle prime armi e non me ne volete se non sono molto preparata. Al 
momento ho la necessità di eseguire dei test statistici (Kolmogorov-Smirnov 
test, Two Sample Tests, fit ai minimi quadrati) che erano inclusi in 
ASURV(analysis survival). Ho visto che python include questo pacchetto 
statistico. Il mio problema non sono tanto le routine in se per se (che mi 
sembrano facili) ma l'inserimento dati. I miei dati includono i famosi censored 
data (upper e lower limits) ed errori sulle misure. Io vorrei includere anche 
questi valori quando faccio correre questi test. Per essere più chiara mi 
scrivo un esempio (con dati a caso):
Ho due vettori di dati: x=1, 2, 3, 4, 5, 6, 7 y=5, 4, 7, 8, 9, 11, 12 Ciò 
che voglio vedere è se c'è una correlazione lineare tra questi due set di dati. 
Ciò che faccio è una cosa di questo genere: from scipy import stats import 
numpy as np x=1, 2, 3, 4, 5, 6, 7 y=5, 4, 7, 8, 9, 11, 12 slope, intercept, 
r_value, p_value, std_err = stats.linregress(x,y) Questa routine mi calcola il 
fit dandomi tutti i parametri che mi servono.  Nei miei set di dati ci sono 
upper limit, cioè non detection (i famosi censored data), che voglio tenere in 
considerazione nel fit. In aggiunta ho un altro set di dati che riguardano gli 
errori sulle y. Io voglio includere anche questi parametri ma non so come fare. 
Io usavo ASURV per fare cose di questo genere tenendo in considerazione gli 
upper oppure i lower limits e in questo caso indicavo le detection (i valori 
effettivamente calcolati) con 0 e con 1 le nondetection (upper limit). Cioè 
generavo un file con tre colonne dove la prima colonna indicava il tipo di 
valore. Con python ho visto che questo è possibile perchè include molti metodi 
statistici di ASURV ma non riesco a capire come inserire questi valori. Spero 
di essere stata chiara.  
Se qualcuno di voi ha competenze di questo genere e sa come far girare queste 
routine in python includendo censored data e errori sulle misure può aiutarmi?
Grazie mille 
Chicca___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python

Re: [Python] Test statistici

[francesca senatore]

Ciao Valerio, grazie per la tua risposta.
Che intendi? ASURV?
Che roba è? Io ho trovato questo: http://python-asurv.sourceforge.netÈ lui?
In ogni caso guardando mi pare di capire che si tratta di un software per dati 
astronimici/astro fisici[1]. Corretto?
Nel caso il tuo dominio fosse quello, ti segnalo questi due progetti:
**AstroPy**: http://www.astropy.org**AstroML**: http://www.astroml.org
Sono ben documentati e molto supportati dalla comunità… certamente meglio di 
quel porting indicato poco prima.. anyway..
Si è lui. 

effettiva run, in inglese, significa correre… :D (kiddin')
So come si dice in inglese! La prossima volta sarò più precisa! :D

from scipy import stats import numpy as np x=1, 2, 3, 4, 5, 6, 7 y=5, 4, 7, 
8, 9, 11, 12 
vabeh, diciamo che questo non è esattamente codice Python.. :P
Ho specificato all'inizio della mail che sono alle prime armi. Ho iniziato da 
poco il dottorato in Astrofisica  Cosmologia e non conosco tutti i linguaggi 
di programmazione. Durante la tesi di laurea non impari proprio tanto. 
In ogni caso, penso che questo possa esserti utile: 
https://www.wakari.io/nb/pybokeh/Weibull_Analysis#part2Credo sia proprio un 
esempio di analisi che si avvicina a ciò che intendi fare…
In generale, poi, ti segnalo anche `statsmodel`: 
https://github.com/statsmodels/statsmodels
Oltre ad estendere le funzionalità di `scipy.stats`, dovrebbe già contenere dei 
metodi per l'analisi con *suspended* data...
Grazie mille. Spero che possano aiutarmi
Ciao 
Chicca



From: valerio.mag...@gmail.com
Date: Fri, 10 Oct 2014 20:07:22 +0200
To: python@lists.python.it
Subject: Re: [Python] Test statistici


francesca senatore wrote:Ciao a tutti, sono da poco (e per poco intendo 
veramente poco) nel mondo python. Sono alle prime armi e non me ne volete se 
non sono molto preparata. 
Ciao Francesca,  benvenuta! :)
Al momento ho la necessità di eseguire dei test statistici (Kolmogorov-Smirnov 
test, Two Sample Tests, fit ai minimi quadrati) che erano inclusi in 
ASURV(analysis survival). Ho visto che python include questo pacchetto 
statistico. 
Che intendi? ASURV?
Che roba è? Io ho trovato questo: http://python-asurv.sourceforge.netÈ lui?
In ogni caso guardando mi pare di capire che si tratta di un software per dati 
astronimici/astro fisici[1]. Corretto?
Nel caso il tuo dominio fosse quello, ti segnalo questi due progetti:
**AstroPy**: http://www.astropy.org**AstroML**: http://www.astroml.org
Sono ben documentati e molto supportati dalla comunità… certamente meglio di 
quel porting indicato poco prima.. anyway..
——[1]: http://www.astrostatistics.psu.edu/statcodes/

Il mio problema non sono tanto le routine in se per se (che mi sembrano facili) 
ma l'inserimento dati. I miei dati includono i famosi censored data (upper e 
lower limits) ed errori sulle misure. Io vorrei includere anche questi valori 
ok, il tuo problema è chiaro (a parte che non capisco perché vuoi includere i 
censored data nel calcolo del fitting.. ma tant'è…. del resto, non hai 
specificato il dominio.. :P)
quando faccio correre questi test. 
effettiva run, in inglese, significa correre… :D (kiddin')

from scipy import stats import numpy as np x=1, 2, 3, 4, 5, 6, 7 y=5, 4, 7, 
8, 9, 11, 12 
vabeh, diciamo che questo non è esattamente codice Python.. :P
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y) Questa 
routine mi calcola il fit dandomi tutti i parametri che mi servono.  Nei miei 
set di dati ci sono upper limit, cioè non detection (i famosi censored data), 
che voglio tenere in considerazione nel fit. In aggiunta ho un altro set di 
dati che riguardano gli errori sulle y. Io voglio includere anche questi 
parametri ma non so come fare. Io usavo ASURV per fare cose di questo genere 
tenendo in considerazione gli upper oppure i lower limits e in questo caso 
indicavo le detection (i valori effettivamente calcolati) con 0 e con 1 le 
nondetection (upper limit). Cioè generavo un file con tre colonne dove la prima 
colonna indicava il tipo di valore. Con python ho visto che questo è possibile 
perchè include molti metodi statistici di ASURV ma non riesco a capire come 
inserire questi valori. 
Io però a questo punto non ho capito quale sia **veramente** il tuo problema..
In ogni caso, penso che questo possa esserti utile: 
https://www.wakari.io/nb/pybokeh/Weibull_Analysis#part2Credo sia proprio un 
esempio di analisi che si avvicina a ciò che intendi fare…
In generale, poi, ti segnalo anche `statsmodel`: 
https://github.com/statsmodels/statsmodels
Oltre ad estendere le funzionalità di `scipy.stats`, dovrebbe già contenere dei 
metodi per l'analisi con *suspended* data...

HTHValerio

___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python  
  ___
Python mailing list
Python@lists.python.it
http://lists.python.it/mailman/listinfo/python