Python / matplotlib - gemelo parásito escala de los ejes

Question

Tratando de trazar un espectro, es decir, la velocidad frente a la intensidad, con una menor eje x = velocidad, en el gemelo superior AXIS = frecuencia

La relación entre ellos (fórmula doppler) es

f = (1-v/c)*f_0 

donde f es la frecuencia resultante, v la velocidad, c la velocidad de la luz, y F_0 la frecuencia a v = 0, es decir. la v_lsr.

Me han tratado de resolverlo examinado http: //matplotlib.sourceforge. ejemplos / net / axes_grid / parasite_simple2.html , donde se resuelve mediante

pm_to_kms = 1./206265.*2300*3.085e18/3.15e7/1.e5
aux_trans = matplotlib.transforms.Affine2D().scale(pm_to_kms, 1.)
ax_pm = ax_kms.twin(aux_trans)
ax_pm.set_viewlim_mode("transform")

mi problema es, ¿cómo puedo reemplazar los pm_to_kms con mi función de la frecuencia?

conozco a nadie cómo resolver esto?

Answer 1

La solución Terminé usando era:

ax_hz = ax_kms.twiny()
x_1, x_2 = ax_kms.get_xlim()
# i want the frequency in GHz so, divide by 1e9
ax_hz.set_xlim(calc_frequency(x_1,data.restfreq/1e9),calc_frequency(x_2,data.restfreq/1e9))

Esto funciona perfecto, y mucho menos complicada solución.

EDIT:. Encontrado una respuesta de lujo muy Edit2: Se ha cambiado la llamada transformarse de acuerdo con el comentario de @ U55

Esta consiste básicamente en la definición de nuestra propia conversión / a transformar. Debido a las excelentes equivalencias Unidades AstroPy, se hace aún más fácil de entender y más ilustrativa.

from matplotlib import transforms as mtransforms
import astropy.constants as co
import astropy.units as un
import numpy as np 
import matplotlib.pyplot as plt 
plt.style.use('ggplot')
from mpl_toolkits.axes_grid.parasite_axes import SubplotHost 


class Freq2WavelengthTransform(mtransforms.Transform): 
    input_dims = 1 
    output_dims = 1 
    is_separable = False 
    has_inverse = True 

    def __init__(self):
        mtransforms.Transform.__init__(self)

    def transform_non_affine(self, fr): 
        return (fr*un.GHz).to(un.mm, equivalencies=un.spectral()).value 

    def inverted(self): 
        return Wavelength2FreqTransform() 

class Wavelength2FreqTransform(Freq2WavelengthTransform): 
    input_dims = 1 
    output_dims = 1 
    is_separable = False 
    has_inverse = True 

    def __init__(self):
        mtransforms.Transform.__init__(self)

    def transform_non_affine(self, wl): 
        return (wl*un.mm).to(un.GHz, equivalencies=un.spectral()).value 

    def inverted(self): 
        return Freq2WavelengthTransform() 



aux_trans = mtransforms.BlendedGenericTransform(Wavelength2FreqTransform(), mtransforms.IdentityTransform()) 

fig = plt.figure(2) 

ax_GHz = SubplotHost(fig, 1,1,1) 
fig.add_subplot(ax_GHz) 
ax_GHz.set_xlabel("Frequency (GHz)") 


xvals = np.arange(199.9, 999.9, 0.1) 

# data, noise + Gaussian (spectral) lines
data = np.random.randn(len(xvals))*0.01 + np.exp(-(xvals-300.)**2/100.)*0.5 + np.exp(-(xvals-600.)**2/400.)*0.5

ax_mm = ax_GHz.twin(aux_trans) 
ax_mm.set_xlabel('Wavelength (mm)') 
ax_mm.set_viewlim_mode("transform") 
ax_mm.axis["right"].toggle(ticklabels=False) 

ax_GHz.plot(xvals, data) 
ax_GHz.set_xlim(200, 1000) 

plt.draw() 
plt.show() 

Esto ahora produce los resultados deseados:

Answer 2

Su "función lineal" es una "ley de escala simple" (con un desplazamiento). Basta con sustituir la definición pm_to_kms con su función.