Jupyter + Matplotlib + Python3 > Cの関数内static変数と同等の処理を使う > 折れ線データの作成

動作環境

Ubuntu 16.04.3 LTS desktop amd64
tmux 2.1-3build1
Python 2.7.12
Python 3.5.2
Jupyter Notebook v5.2.1-0d9838c

処理概要

• Cの関数内static変数と同等の処理を使う
  • 参考: https://code.i-harness.com/ja/q/44409
• 折れ線データを作成する
  • 前回のインデックスからの変化によるデータ作成

code v0.1

stacic_var_in_func_180830.ipynb

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt


def calc_dummy_linear2(idx):
    adder = 0.0
    if idx < 300:
        adder = 1.0
    elif idx < 700:
        adder = -1.0
    elif idx < 1000:
        adder = 0.5
    else:
        adder = -0.3
    calc_dummy_linear2.pre += adder
    return calc_dummy_linear2.pre


def calc_dummy_sin(idx):
    arg = float(idx)/1440.0
    wrk = np.sin(arg*np.pi)
    wrk = wrk * np.sin(-arg*(np.pi*2.0)*2.0)
    return wrk

# CONFIGURATION (selection of the function)
func = calc_dummy_linear2
#

NUM_DATA = 1440  # minutes in the day
input1 = range(NUM_DATA)
output = []
calc_dummy_linear2.pre = 0.0
for idx in range(NUM_DATA):
    output += [func(idx)]

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1)

x = np.linspace(-6, 6, 1000)

ax.plot(input1, output, color='blue', linestyle='solid')

ax.set_title('First line plot')
ax.set_xlabel('x')
ax.set_ylabel('y')
ax.grid(True)
# fig.show()

結果

注記

Pythonを扱う時間が減っているため、良い書き方ではないかもしれません。
より良い書き方は他のところを参考に。

関連

• python > array > 個数を決めて初期化する > mylist = [idx for idx in range(10)] / mylist = [0 for idx in range(10)] >> mylist = [0] * 10
• matplotlib > csvファイルを読み込んで折れ線グラフにする / 散布図にする

一つの関数内で完結させてみる

• 前提: idx=0が最初にコールされる
• 関数使用前の関数外でのcalc_dummy_linear2.pre = 0.0は不要になる

def calc_dummy_linear2():
    MINVAL = 40.0
    MAXVAL = 130.0
    # assuming idx is used from 0
    if idx == 0:
        calc_dummy_linear2.pre = MINVAL

    adder = 0.0
    if idx < 1440*1/4:
        adder = 1.0
    elif idx < 1440*2/4:
        adder = -0.5
    elif idx < 1440*3/4:
        adder = 0.5
    else:
        adder = -1.0    
    adder = adder / 350.0  # rescale from [0, 350] to [0, 1]
        # where 350 was obtained by checking the graph before the normalization
    adder = adder * (MAXVAL - MINVAL)
    calc_dummy_linear2.pre += adder  # as static variable
    return calc_dummy_linear2.pre

350.0という値は規格化する前に得られたグラフのおよその最大値。