首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在zfit中将直方图(2D)转换为2pdf?

在zfit中将直方图(2D)转换为2D PDF,可以通过以下步骤实现:

  1. 导入必要的库和模块:
代码语言:txt
复制
import zfit
import numpy as np
import matplotlib.pyplot as plt
  1. 创建直方图数据:
代码语言:txt
复制
x_data = np.random.normal(0, 1, 10000)
y_data = np.random.normal(0, 1, 10000)
hist = zfit.hist2d(x=x_data, y=y_data, bins=(100, 100), range=((-5, 5), (-5, 5)))
  1. 创建模型:
代码语言:txt
复制
obs = hist.axes[0], hist.axes[1]
mean = zfit.Parameter("mean", 0, -5, 5)
sigma_x = zfit.Parameter("sigma_x", 1, 0, 5)
sigma_y = zfit.Parameter("sigma_y", 1, 0, 5)
model = zfit.models.Gauss2D(obs=obs, mean=mean, sigma_x=sigma_x, sigma_y=sigma_y)
  1. 定义损失函数并进行最小化:
代码语言:txt
复制
extended_hist = hist.create_extended(sampled_values=True)
nll = zfit.loss.UnbinnedNLL(model=model, data=extended_hist)
minimizer = zfit.minimize.Minuit()
result = minimizer.minimize(nll)
  1. 绘制结果:
代码语言:txt
复制
x_values = np.linspace(-5, 5, 100)
y_values = np.linspace(-5, 5, 100)
x_mesh, y_mesh = np.meshgrid(x_values, y_values)
values = model.pdf(x=x_mesh, y=y_mesh).numpy()

plt.figure()
plt.pcolormesh(x_mesh, y_mesh, values, shading='auto')
plt.colorbar()
plt.xlabel('x')
plt.ylabel('y')
plt.title('2D PDF')
plt.show()

这样,你就可以在zfit中将直方图(2D)转换为2D PDF,并进行可视化展示。请注意,上述代码仅提供了实现的基本框架,具体细节可能需要根据实际情况进行调整和优化。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

opencv(4.5.3)-python(二十五)--二维直方图

OpenCV中的二维直方图 它非常简单,使用同一个函数cv.calcHist()来计算。对于颜色直方图,我们需要将图像从BGR转换为HSV。(记住,对于一维直方图,我们从BGR转换为灰度)。)...(img,cv.COLOR_BGR2HSV) hist = cv.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256]) Numpy中的2D...方法-2:使用Matplotlib 我们可以使用matplotlib.pyplot.imshow()函数来绘制带有不同颜色图谱的2D直方图。这可以让我们更好地了解不同的像素密度。...你可以用任何图像编辑工具GIMP来验证它。...然后将其转换为BGR。得到的直方图图像与这个颜色图相乘。他还使用了一些预处理步骤来去除孤立的小像素,从而得到了一个好的直方图。 我把它留给读者,让他们去运行这段代码,分析它,思考它。

53430
  • 微软工程师用PyTorch实现图注意力网络,可视化效果惊艳

    直方图 另一种理解 GAT 没有在 Cora 上学习注意力模式 (即它在学习常量注意力) 的方法是,将节点邻域的注意力权重视为概率分布,计算熵,并在每个节点邻域积累信息。...你可以看到橙色的直方图是理想均匀分布的样子,而浅蓝色的是学习后的分布,它们是完全一样的。 ?...用 t-SNE 把这些 7 维向量投影成 2D,得到: ?...该脚本将: 将 checkpoint* .pth 模型储到 models/checkpoints/ 将 final* .pth 模型储到 models/binaries/ 将度量标准保存到中 runs...中运行即可将其可视化 定期将一些训练元数据写入控制台 通过 tensorboard --logdir=runs 在控制台中调用,并将 http://localhost:6006/URL 粘贴到浏览器中,可以在训练过程中将度量标准可视化

    98010

    从弧到多线段:深入解析 Java 中的弧度多线段算法!

    本文将详细讲解如何在 Java 中将弧线转化为多线段,讨论其核心数学原理,并通过实际案例帮助理解这一概念的应用场景。我们不仅会从深度解析转换的步骤,还会从广度角度延伸讨论该方法在其他领域的应用。...通过将弧转换为多线段,我们可以:提高绘制性能:大多数图形库和硬件加速仅支持直线绘制,通过弧度多线段可以充分利用图形加速的优势。...方便几何计算:一些几何计算(碰撞检测、路径规划)更适合在线段而非弧线上进行操作。增强控制:通过线段我们可以精细控制渲染的精度和性能之间的平衡。核心原理解析:如何实现弧度多线段1....总结:这段代码展示了如何在 Java Swing 中将弧线转换为一系列直线段进行绘制。主要步骤包括计算线段的角度间隔,迭代计算每个线段的端点坐标,并使用 Graphics2D 绘制这些线段。...游戏开发中的应用在 2D 和 3D 游戏开发中,曲线的表示经常通过多边形或多线段进行近似。将弧线转换为多线段,能够有效地进行碰撞检测、路径规划和角色运动模拟。

    16022

    Java中将特征向量转换为矩阵的实现

    我们将讨论如何在Java中将特征向量转换为矩阵,介绍相关的库和实现方式。通过具体的源码解析和应用案例,帮助开发者理解和应用Java中的矩阵操作。摘要本文将重点介绍如何在Java中将特征向量转换为矩阵。...操作与应用:对矩阵进行操作,矩阵乘法、置等。在Java中,我们可以使用多种库来进行这些操作,包括Apache Commons Math、EJML等。...数据预处理在机器学习项目中,特征向量往往需要被转换为矩阵形式以便进行算法处理,主成分分析(PCA)或线性回归。2....全文小结本文详细介绍了Java中将特征向量转换为矩阵的实现。我们探讨了如何使用Apache Commons Math和EJML库进行向量到矩阵的转换,提供了具体的源码解析和使用案例。...通过对不同实现方式的分析,我们帮助开发者理解了如何在Java中进行矩阵操作。总结本文系统地介绍了在Java中实现特征向量转换为矩阵的方法。

    18421

    --中心化 缩放 KNN(一)

    据预处理是总称,涵盖了数据分析师使用它将数据处理成想要的数据的一系列操作。例如,对某个网站进行分析的时候,可能会去掉 html 标签,空格,缩进以及提取相关关键字。...如果目标结果包含分类信息(,‘good’,'bad'),这就是所说分类学习任务。如果目标结果是不断变化的,这就是一个回归任务。...图说 K 邻近 下面是 KNN 的一个 2D 图。思考一下,中间绿色问好的点应该如何分类。如果 K = 5,分类就是蓝色,,如果 k = 10 ,结果又如何呢? ? ?...我们将红酒质量数据集加载到 pandas 的 DataFrame 中,然后通过直方图看下数据基本信息 ?...简单起见,将这个范围转换为二分类,大于 5 -> good,小于等于 5 -> bad。下面用直方图说明一下二分类前后目标结果的变化: ? 接下来我们就准备执行 KNN。

    1K50

    NumPy能力大评估:这里有70道测试题

    何在 2d NumPy 数组中交换两个列? 难度:L2 问题:在数组 arr 中交换列 1 和列 2。 arr = np.arange(9).reshape(3,3) arr 17....如何在 2d NumPy 数组中交换两个行? 难度:L2 问题:在数组 arr 中交换行 1 和行 2。 arr = np.arange(9).reshape(3,3) arr 18....如何通过禁用科学计数法( 1e10)打印 NumPy 数组? 难度:L1 问题:通过禁用科学计数法( 1e10)打印 NumPy 数组 rand_arr。...如何在 NumPy 数组中将所有缺失值替换成 0? 难度:L2 问题:在 NumPy 数组中将所有 nan 替换成 0。...如何将数组中所有大于给定值的数替换为给定的 cutoff 值? 难度:L2 问题:对于数组 a,将所有大于 30 的值替换为 30,将所有小于 10 的值替换为 10。

    5.7K10

    70道NumPy 测试题

    何在 2d NumPy 数组中交换两个列? 难度:L2 问题:在数组 arr 中交换列 1 和列 2。 arr = np.arange(9).reshape(3,3) arr 17....如何在 2d NumPy 数组中交换两个行? 难度:L2 问题:在数组 arr 中交换行 1 和行 2。 arr = np.arange(9).reshape(3,3) arr 18....如何通过禁用科学计数法( 1e10)打印 NumPy 数组? 难度:L1 问题:通过禁用科学计数法( 1e10)打印 NumPy 数组 rand_arr。...如何在 NumPy 数组中将所有缺失值替换成 0? 难度:L2 问题:在 NumPy 数组中将所有 nan 替换成 0。...如何将数组中所有大于给定值的数替换为给定的 cutoff 值? 难度:L2 问题:对于数组 a,将所有大于 30 的值替换为 30,将所有小于 10 的值替换为 10。

    6.4K10

    NumPy能力大评估:这里有70道测试题

    何在 2d NumPy 数组中交换两个列? 难度:L2 问题:在数组 arr 中交换列 1 和列 2。 arr = np.arange(9).reshape(3,3) arr 17....如何在 2d NumPy 数组中交换两个行? 难度:L2 问题:在数组 arr 中交换行 1 和行 2。 arr = np.arange(9).reshape(3,3) arr 18....如何通过禁用科学计数法( 1e10)打印 NumPy 数组? 难度:L1 问题:通过禁用科学计数法( 1e10)打印 NumPy 数组 rand_arr。...如何在 NumPy 数组中将所有缺失值替换成 0? 难度:L2 问题:在 NumPy 数组中将所有 nan 替换成 0。...如何将数组中所有大于给定值的数替换为给定的 cutoff 值? 难度:L2 问题:对于数组 a,将所有大于 30 的值替换为 30,将所有小于 10 的值替换为 10。

    6.6K60

    【Python量化投资】金融应用中用matplotlib库实现的数据可视化

    直方图 另一种图表类型直方图也常常用于金融收益中。它是金融应用中的重要图表类型。主要应用plt.hist这个函数。下面显示的是两个数据集的数据在直方图中堆叠。 ? ?...和直方图类似,它可以简洁概述数据集的特性,很容易比较多个数据集。通过下面的例子我们绘制出了这类图表。 ? ? 特殊金融图表 matplotlib还提供了少数精选的特殊金融图表。...这些图表(柱状图)主要用于可视化历史股价数据或者类似的金融时间序列数据,可以在matplotlib.finance子库中找到: ?...上述代码将两个1维数组转换为2维数组,在必要时重复原始坐标轴值: 根据新的ndarray对象,我们通过简单的比例调整二次函数生成模拟的隐含波动率: ? 通过下面代码即可得出图表: ? ?...的主要资源参考: matplotlib主页:http://matplotlib.org 一个包含有许多实例示例的网站:http://matplotlib.org/gallery.html 一个还不错的2D

    4.8K50

    Matlab系列记录之图像处理(结束篇)

    可以将指定位置的图片以矩阵形式读入工作区内,语法如下: Image=imread(file,FMT); file填入图像文件的路径和文件名,只写文件名的话,就代表在当前的工作路径或者系统目录查找对应图像文件;FMT是文件的类型,:...所以要进行线性变换,则只需要线性改变图像的灰度值即可~ 示例 close all; clear I=imread('Lenna2.jpg');%这个是找的一个模特图 Pic=rgb2gray(I);%将彩图灰度图...灰度非线性变换 灰度非线性变换则是使用非线性函数进行变换来实现增强图像俩高度的目的,:对数变换和伽马变换。...示例 close all; clear I=imread('Lenna2.jpg');%这个是找的一个模特图 Pic=rgb2gray(I);%将彩图灰度图,灰度图才能使用直方图函数分析...图像变换 图像变换有种把原图像的在对应维度,一个起始坐标上的图像数据往维度中的其他坐标位置重新放置,类似在运动的感觉,这之中将用到插值的方法,对变换后的整个空间坐标中的新的图像数据值进行估计,Matlab

    1.7K20

    JCIM丨像素卷积神经网络引导的化学空间探索用于基于片段的从头药物发现

    SMILES字符串转换为2D数据作为PixelCNN的输入。在转换之前,额外的字符被加到序列的末端,图中显示为“end”。之后,每个字符根据相应的索引值进行替换。...简言之,模型的主要步骤如下: 1.将1D SMILES字符串(末尾添加特殊字符“end”至统一长度)转换为2D数据(),(图1c第一步)。...2.根据相应的索引,将2D数据转换为数值矩阵(图1c第二步)。 3.通过多层掩蔽2D卷积层,并预测得出概率分布。 4.通过交叉熵损失函数训练模型。 图2 使用PixelCNN生成分子的过程示意图。...图11展示了PixelCNN和RNN获得的每组分子的5×QED−SAS的直方图。图12展示了周期的PixelCNN模型生成的SMILES字符串的长度直方图情况。...图11 PixelCNN和RNN获得的每组分子的5×QED−SAS的直方图。 图12 不同周期的网络生成的SMILES字符串的长度直方图。蓝线表示分布的核密度估计。

    61910

    二维已经 OUT 了?3DPose 实现三维人体姿态识别真香 | 代码干货

    在实际应用中,由于3D姿态估计在2D姿态估计的基础上加入了深度信息,其对于人体姿态的表述比2D更为精准,因此其应用范围和研究价值都要高于2D人体姿态估计,但是3D姿态估计的难度也更高,存在着遮挡,单视角...2D到3D的映射中固有的深度模糊性、不适定性,缺少大型的室外数据集等挑战。...所有Opencv数组结构都转换为Numpy数组。这也使得与使用Numpy的其他库(Scipy和Matplotlib)集成更容易。...传统方法很多是采用基于人体模型的方法来描述和推断人体姿态,通过算法提取图像姿态特征,因此对特征表示和关键点的空间位置关系这两个维度有比较高的要求,除去边界、颜色这类低层次特征,典型的有尺度不变特征变换、梯度直方图等表达能力更强...2.三维人体可视化 传统方法与深度学习方法 其中3DPose算法提供的模型架构如下图可见: 2.1 图片预处理: 其中图片处理代码如下,分别为读取图片,显示图片,BGRRGB以及尺寸变换等: img

    1.3K20

    Python 图像处理实用指南:1~5

    下一节介绍如何在这两种数据结构之间进行转换。...对于新的较小图像中的每个像素,原始较大图像中将有多个像素。...总结 我们讨论了一些主要与 2D DFT 及其在图像处理中的相关应用相关的重要概念,频域滤波,并使用 scikit imagenumpy.fft、scipy.fftpack、signal和ndimage...然后,我们将讨论不同的直方图处理技术,直方图均衡化(其全局和自适应版本)和直方图匹配。然后,将描述几种图像去噪技术。...** 将输入数据值*xi替换为x*j:* *# RGB 图像的直方图匹配 对于每个颜色通道,可以独立进行匹配,以获得如下输出: 输出图像 实现这一点的 Python 代码留给读者作为练习(问题部分的问题

    5.3K11

    何在Ubuntu 14.04第2部分上查询Prometheus

    在如何在Ubuntu 14.04第1部分中查询Prometheus,我们设置了三个演示服务实例,向Prometheus服务器公开合成度量。...您现在知道如何解释直方图度量以及如何在不同时间范围内从它们计算分位数,同时还可以动态地聚合某些维度。 第4步 - 使用时间戳指标 在本节中,我们将学习如何使用包含时间戳的指标。...如果您绘制原始时间戳图,它看起来会像这样: 您所见,原始时间戳值本身通常不是很有用。相反,您经常想知道时间戳值的年龄。...: 如果您想将此年龄从秒转换为小时,则可以将结果除以3600: (time() - demo_batch_last_success_timestamp_seconds{job="demo"}) / 3600...结论 在本教程中,我们构建了如何在Ubuntu 14.04第1部分上查询Prometheus的进度,并介绍了更高级的查询技术和模式。

    2.8K00

    面试必备:形象理解深度学习中八大类型卷积

    它们的输出形状是一个三维的体积空间,立方体或长方体。在视频、三维医学图像等事件检测中有一定的应用价值。它们不仅限于三维空间,还可以应用于二维空间输入,如图像。 ? ?...置卷积(解卷积、反卷积) ? 对于许多应用程序和许多网络架构,我们经常希望进行与正常卷积相反方向的转换,即我们希望执行上采样。...对于下图中的示例,我们使用3 x 3内核在2 x 2输入上应用置卷积,使用单位步幅填充2 x 2边框,上采样输出的大小为4 x 4。 ? ? 深度可分离卷积 ? 首先,我们将深度卷积应用于输入层。...这只是2D卷积成本的12%左右! ? 1 x 1卷积 ? 1 x 1卷积中将一个数字乘以输入层中的每个数字。如果输入层有多个通道,此卷积会产生有趣的作用。...首先,传统的2D卷积遵循以下步骤。在此示例中,通过应用128个滤波器(每个滤波器的大小为3 x 3 x 3),将大小为(7 x 7 x 3)的输入层转换为大小为(5 x 5 x 128)的输出层。

    91620

    终端图像处理系列 - OpenGL ES 2.0 - 3D基础(矩阵投影)

    线性代数 学习OpenGL三维投射知识之前,我们得事先了解下一些基础的线性代数知识,向量运算,矩阵运算。...通常情况下,我们会根据画布(屏幕)的大小设定一个坐标范围,在顶点着色器中将这些坐标转换为标准化设备坐标。...裁剪空间(Clip Space):顶点着色器运行到最后,OpenGL期望所有的坐标落在一个特定的范围内,且任何在这个范围之外的点会被裁剪掉。...投影矩阵会将在这个指定范围内的坐标变换为标准化设备坐标的范围(-1。0,1.0)。使用投影矩阵能将3D坐标投影到2D的标准化设备坐标系中。...正交投影矩阵直接将坐标映射到2D平面上。不过正交投影没有透视效果,远处箱子和近处箱子投射到平面上是一样大的,这和我们日常生活中看东西时近大远小的视觉效果是不符的。

    2.4K110

    2D-Driven 3D Object Detection in RGB-D Images

    随着3D传感器(Microsoft Kinect)的出现,提供深度和颜色信息,将2D知识传播到3D的任务变得更加容易实现。三维目标检测的重要性在于提供更好的定位,将知识从图像帧扩展到现实世界。...对于非曼哈顿结构的物体(圆形物体),许多方向被认为是正确的。MFE技术的输出仍然是一种可行的目标检测方向。3.3、Bounding Box回归在此步骤中,我们需要匹配最能描述被检测对象的3D包围框。...然后,我们为沿每个方向的三维点的坐标构造直方图。然后,这些直方图被用作多层感知器(MLP)网络的输入,MLP网络学习从训练数据中返回目标边界框的边界。...对于每个目标类,训练一个具有隐含层的网络,以坐标直方图作为输入,输出目标沿各个方向的边界框边界。直方图描述了每个方向上点的密度,而高密度对应于表面位置。...我们将回归框替换为一个向各个方向扩展到最大值和最小值坐标的百分位数的框。显然,这不能处理amodal框。?固定vs独立方向:我们研究了正确定位三维边界框的重要性。

    3.6K30

    跟面部识别开愚人玩笑?做一个时尚口罩就能实现

    本文经授权自公众号:读芯术 目前,人脸识别的使用率正在不断上升,随之而来关于面部识别道德问题的争论也愈发激烈。从机场到社交媒体,面部识别的应用无处不在。...在Hyperface项目的启发下,本文将介绍一个可穿戴式对抗实例的全过程——详细介绍创建对抗图象愚弄选定类型的面部识别,以及如何在面罩上实现实例演示。 ? 面部检测 VS 面部识别 ?...定向梯度直方图(HOG):定向梯度直方图是一种面部检测方法,在将结果输入支持向量机之前,将经过处理的输入图象划分为具有梯度方向的单元格。定向梯度直方图检测快速轻便,但不适用于某些不常见的的面部角度。...将人脸建模为dlib中定向梯度直方图的示例(感觉可以删去数据库,我查了一下感觉和数据库有区别) 最简单的攻击候选模型是定向梯度直方图。...into images get_img_from_state(state) return len(detect_faces(cv2.imread(OUTPUT))) 适应度函数只是将状态转换为图像

    48020
    领券