These_postreatment/PHD_plot_control.py at main · Jilanos/These_postreatment · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
# -*- coding: utf-8 -*-
"""
Created on Wed Apr 13 17:01:38 2022

@author: PM263553
"""
import numpy as np
import matplotlib.pyplot as plt
import os
from classes import *
import sys
import gc

gc.collect(generation=2)

#VITRO
general_path = 'F:\\data_vitro\\iter_21\\PULSE_0_75\\'


traj_plot = 'C:\\Users\\PM263553\\Desktop\\These\\report\\Manuscript\\img\\3_img\\plot_python\\'
path(traj_plot)

#%%
# start = 50000
window = 2048
decalage = 1280
f0 = 0.1
n = 4
signal = np.zeros((n,window))
echantillon = np.zeros((n,window))
sig_hanninged = np.zeros((n,window))
for j in range(n):
    echantillon[j] = np.array([i + decalage*j for i in range(window)])
    noise = np.random.normal(0, 0.03, window)
    signal[j] = np.sin( echantillon[j]*f0) + noise
for j in range(n):
    sig_hanninged[j] = signal[j]*np.hanning(window)


style = ['--', ':','--', ':','--', ':','--', ':','--', ':','--', ':']
color = ['firebrick', 'limegreen', 'royalblue', 'darkorange', 'lightyellow', 'lightgrey', 'lightpink', 'lightcyan', 'lightsteelblue', 'lightseagreen', 'lightsalmon', 'lightgoldenrodyellow']

plt.figure(figsize=(21,14))
plt.subplot(211)
for j in range(n):
    plt.plot(echantillon[j], signal[j], label='Fenêtre '+str(j+1), color=color[j], linestyle=style[j], linewidth=2)
plt.legend(fontsize=16,framealpha = 1, loc = 'upper right')
plt.title("Signaux temporels fenêtrés des tirs avant et après fenêtrage avec Hanning", fontsize=20, fontweight='bold')
plt.xlabel('Échantillons', fontsize=18)
plt.ylabel('Amplitude', fontsize=18)
plt.xticks(fontsize=16)
plt.yticks(fontsize=16)
plt.grid(True)
plt.xlim(0, 5888)


plt.subplot(212)
for j in range(n):
    plt.plot(echantillon[j], sig_hanninged[j], label='Fenêtre '+str(j+1), color=color[j], linestyle=style[j], linewidth=2)
plt.legend(fontsize=16,framealpha = 1, loc = 'upper right')
plt.xlabel('Échantillons', fontsize=18)
plt.ylabel('Amplitude', fontsize=18)
plt.xticks(fontsize=16)
plt.yticks(fontsize=16)
plt.grid(True)
plt.xlim(0, 5888)
plt.savefig(traj_plot+'signal_hanning.png', bbox_inches='tight')


data = np.load(general_path+'data_o.npy')


#%%
plt.close("all")

def find_nearest(array, value):
    idx = (np.abs(array-value)).argmin()
    return idx
def plot_span(f,ecart,array,c,leg,val):
    for i, f1 in enumerate(f):
        center = find_nearest(array, f1)
        if i == 0:
            plt.axvspan(array[center-ecart], array[center+ecart],color=c,alpha=0.2,lw=0,label=leg)
        else:
            plt.axvspan(array[center-ecart], array[center+ecart],color=c,alpha=0.2,lw=0)
        plt.scatter(array[center], np.mean(val[center-ecart:center+ecart+1]), color=c, s=100, marker='o')

start, end = 60, int(2048/4)
signal_1 = data[1000, 17000:17000+window]
signal_hanninged = signal_1*np.hanning(window)
fft = np.abs(np.fft.fft(signal_hanninged))
freq = np.fft.fftfreq(window, d=1/25000000.)/1e6

mean5 = [0,0]
for i in range(2, len(fft)):
    mean5.append(np.mean(fft[i-2:i+3]))
mean5.append(0)
mean5.append(0)

f0 = 1.5
mini, maxi = np.min(fft[start:end]), np.max(fft[start:end])

plt.figure(figsize=(17,7))

plt.plot(freq[start:end] ,fft[start:end] , color='k', linewidth=1, label='FFT du signal fenêtré')
#plt.plot(freq[start:end] ,mean5[start:end] , color='r', linewidth=2, label='Moyenne glissante sur 5 points')
plot_span([1.5, 3, 4.5, 6],2,freq[start:end],'b',"Harmoniques",fft[start:end])
# plt.plot([1.5,1.5], [mini, maxi], color='b', linewidth=1, linestyle='--')
# plt.plot([3,3], [mini, maxi], color='b', linewidth=1, label='Harmoniques', linestyle='--')
# plt.plot([6,6], [mini, maxi], color='b', linewidth=1, linestyle='--')
# plt.plot([4.5,4.5], [mini, maxi], color='b', linewidth=1, linestyle='--')
plot_span([2.25,3.75,5.25],2,freq[start:end],'g',"Ultra-harmoniques",fft[start:end])
#plt.plot([2.25,2.25], [mini, maxi], color='g', linewidth=1, label = "Ultra-harmoniques", linestyle='--')
#plt.plot([3.75,3.75], [mini, maxi], color='g', linewidth=1, linestyle='--')
#plt.plot([5.25,5.25], [mini, maxi], color='g', linewidth=1, linestyle='--')
plot_span([1.5 + 1.5/4 + i*1.5/2 for i in range(5)],8,freq[start:end],'r',"Bruit large bande",fft[start:end])
# plt.plot([f0 * 1.25, f0 * 1.25], [mini, maxi], color='r', linewidth=1, label = "Bruit large bande", linestyle='--')
# plt.plot([f0 * 1.75, f0 * 1.75], [mini, maxi], color='r', linewidth=1, linestyle='--')
# plt.plot([f0 * 2.25, f0 * 2.25], [mini, maxi], color='r', linewidth=1, linestyle='--')
# plt.plot([f0 * 2.75, f0 * 2.75], [mini, maxi], color='r', linewidth=1, linestyle='--')
# plt.plot([f0 * 3.25, f0 * 3.25], [mini, maxi], color='r', linewidth=1, linestyle='--')
# plt.plot([f0 * 3.75, f0 * 3.75], [mini, maxi], color='r', linewidth=1, linestyle='--')
plt.scatter(0.8, 1, color='k', s=100, marker='o', label="Valeur moyenne de l'indice")
plt.legend(fontsize=16,framealpha = 1, loc = 'upper right')
plt.yscale('log')
# je veux construire les ticks_X avec un enchevetrement en f0 et 1.5*f0
#je veux que les f0 soient ecrit en italique avec 0 en indice du f
foo = r'$f_0$'
add = ' = 1.5 MHz'
ticks_X = []
for i in range(3):
    ticks_X.append(str(i+1)+foo)
    ticks_X.append(str(i+1.5)+foo)
ticks_X[0] += add
plt.xticks([1.5 + 1.5/2*i for i in range(6)], ticks_X,fontsize=16)
plt.title("Différentes composantes fréquentielles calculées à partir du spectre", fontsize=20, fontweight='bold')
plt.xlabel('Fréquence', fontsize=18)
plt.ylabel('Amplitude', fontsize=18)
plt.xticks(fontsize=16)
plt.yticks(fontsize=16)
plt.grid(True)
plt.xlim(1, 5)
plt.ylim(mini, maxi)
plt.savefig(traj_plot+'spectre_fft.png', bbox_inches='tight')