update

analisis/plots/20230804_RotationalDopplerShift_v2/RDS_CPT2_lolo.py

@@ -311,7 +311,7 @@ plt.title('Variando compesnacion dcA config desplazada OAM')
 
 
 #%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
-#%% Version Luda de los expectros al desplazar  ###############################
+#%% Version Luda de los expectros al descompenzar  ###############################
 from scipy.signal import savgol_filter as savgol
 
 # Grafico con subplots
@@ -322,6 +322,7 @@ fig.set_constrained_layout_pads(w_pad=1/72, h_pad=0, hspace=0, wspace=0)
 # En la fila de arriba los espectros ..........................................
 
 ####################################
+print("Colineal")
 ax = axx[0][0]
 
 compcolmedvec = [5,0,1,2,3,4]
@@ -373,6 +374,9 @@ for med in compcolmedvec:
         base = np.polyval(mm,rango.mean())
         val_pico = cuentas_suave[I].min()
         picos[jj].append( (base-val_pico)/base )
+        print( (base-val_pico)/base , end="\t")
+    print('')
+
         
     
     # ax.plot(cuentas)
@@ -387,6 +391,7 @@ picos_col_dr2 = np.array(picos[1])
 
 
 
+print("\n")
 
 
 
@@ -395,9 +400,12 @@ picos_col_dr2 = np.array(picos[1])
 
 
 ####################################
+# Desplazado
+print("Despazado")
 ax = axx[0][1]
 
-compdespmedvec = [0,2,3,4,5,6]
+# compdespmedvec = [0,2,3,4,5,6]
+compdespmedvec = [0,1,2,3,4,5]
 CompsDCA_desp = [-100, -150, -200, -250, -300, -350]
 ftrap = 22.1
 # DR1 = 435.8
@@ -418,6 +426,16 @@ for med in compdespmedvec:
         # FIX OUTLIER
         cuentas[207] = cuentas[206:208:2].mean()
     
+    if med==1:
+        # raise ValueError('lolo')
+        cuentas = cuentas.tolist()
+        frecuencia = frecuencia.tolist()
+        for _ in range(4):
+            cuentas.pop(27)
+            frecuencia.pop(27)
+        cuentas = np.array(cuentas)
+        frecuencia = np.array(frecuencia)
+        
     cuentas_suave    = savgol(cuentas,13,2)
     
     
@@ -436,6 +454,228 @@ for med in compdespmedvec:
         base = np.polyval(mm,rango.mean())
         val_pico = cuentas_suave[I].min()
         picos[jj].append( (base-val_pico)/base )    
+        print( (base-val_pico)/base , end="\t")
+    print('')
+    
+    # ax.plot(cuentas)
+
+ax.grid(b=True,linestyle=':',color='lightgray')
+ax.set_xlabel(r'frecuencia [kHz]')
+# ax.set_ylabel(r'Cuentas')
+ax.set_title("Desplazado")
+
+picos_desp_dr1 = np.array(picos[0])
+picos_desp_dr2 = np.array(picos[1])
+
+ax.set_xlim(427,453)
+
+
+
+
+# En la fila de abajo las profundidades .......................................
+
+
+
+####################################
+ax = axx[1][0]
+ax.plot( CompsDCA_col , picos_col_dr1 , 'o--' , color='gray')
+for comp,pic in zip(CompsDCA_col , picos_col_dr1):
+    ax.plot(comp,pic,'o')
+ax.set_prop_cycle(None)
+ax.plot( CompsDCA_col , picos_col_dr2 , 'o-' , color='gray')
+for comp,pic in zip(CompsDCA_col , picos_col_dr2):
+    ax.plot(comp,pic,'o')
+
+ax.grid(b=True,linestyle=':',color='lightgray')
+
+ax.set_xlabel('Descompensación [mV]')
+ax.set_ylabel('Profundidad relativa')
+
+####################################
+ax = axx[1][1]
+ax.plot( CompsDCA_desp , picos_desp_dr1 , 'o--' , color='gray' )
+for comp,pic in zip(CompsDCA_desp , picos_desp_dr1):
+    ax.plot(comp,pic,'o')
+ax.set_prop_cycle(None)
+ax.plot( CompsDCA_desp , picos_desp_dr2 , 'o-'  , color='gray')
+for comp,pic in zip(CompsDCA_desp , picos_desp_dr2):
+    ax.plot(comp,pic,'o')
+
+ax.grid(b=True,linestyle=':',color='lightgray')
+ax.set_xlabel('Descompensación [mV]')
+
+ax.semilogy()
+ax.set_ylim(0.09,1.05)
+
+
+for ax in axx[1]:
+    ax.grid(b=True,linestyle=':',color='lightgray', which='minor', axis='y')
+
+from matplotlib.ticker import FormatStrFormatter
+ax.yaxis.set_minor_formatter(FormatStrFormatter("%.1f"))
+
+for ax in axx[0]:
+    ax.axvline(DR1, ls='--', color='gray')
+    ax.axvline(DR2, ls='-', color='gray')
+
+
+
+
+# fig.savefig('profundidad_vs_descompensacion_abs.png')
+
+
+
+
+#%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
+#%% Rehago pero en picos normalizados  ###############################
+from scipy.signal import savgol_filter as savgol
+
+# Grafico con subplots
+fig,axx = plt.subplots(2,2,figsize=(12,8), constrained_layout=True , sharey='row', sharex='row' )
+fig.set_constrained_layout_pads(w_pad=1/72, h_pad=0, hspace=0, wspace=0)
+
+
+# En la fila de arriba los espectros ..........................................
+
+####################################
+print("Colineal")
+ax = axx[0][0]
+
+compcolmedvec = [5,0,1,2,3,4]
+CompsDCA_col = [-100, -150, -200, -250, -300, -350]
+
+ftrap = 22.1
+DR1 = 435.8
+DR2 = 444.2
+freqDR=435.8
+
+rango_dr1 = np.array([435,437])
+rango_dr2 = np.array([443,445])
+
+I_base_fit = np.arange(0,50).tolist()+np.arange(230,280).tolist()+np.arange(450,490).tolist()
+I_base_fit = np.array(I_base_fit)
+
+picos = {0:[], 1:[]}
+
+for med in compcolmedvec:
+
+    frecuencia = CompColIR1_Freqs[med][1:]*2e-6
+    cuentas    = CompColCounts[med][1:]
+    
+    if med==4:
+        # FIX OUTLIER
+        cuentas = cuentas.tolist()
+        cuentas.pop(291); cuentas.pop(291); cuentas.pop(291); 
+        cuentas = np.array(cuentas)
+        
+        frecuencia = frecuencia.tolist()
+        frecuencia.pop(291); frecuencia.pop(291); frecuencia.pop(291); 
+        frecuencia = np.array(frecuencia)
+    
+    mm = np.polyfit(frecuencia[I_base_fit], cuentas[I_base_fit],1)
+    # ax.plot( [420,460], np.polyval(mm,[420,460]) , '-',  color=ax.get_lines()[-1].get_color(), alpha=0.5)
+    cuentas = cuentas / np.polyval(mm,frecuencia)
+    
+    cuentas_suave    = savgol(cuentas,13,2)
+    
+    
+    ax.plot(frecuencia,cuentas, '.', alpha=0.1)
+    ax.plot(frecuencia,cuentas_suave, '-', alpha=0.9, color=ax.get_lines()[-1].get_color())
+    
+    
+    for jj,rango in enumerate([rango_dr1,rango_dr2]):
+        I = np.arange(len(frecuencia))[(frecuencia>rango.min())&(frecuencia<rango.max())]
+        idx = cuentas_suave[I].argmin() + I[0]
+        
+        ax.plot(frecuencia[idx],cuentas_suave[idx], 'o', ms=12, color=ax.get_lines()[-1].get_color(),zorder=10)
+        
+        base = 1
+        val_pico = cuentas_suave[I].min()
+        picos[jj].append( (base-val_pico)/base )
+        print( (base-val_pico)/base , end="\t")
+    print('')
+
+        
+    
+    # ax.plot(cuentas)
+
+ax.grid(b=True,linestyle=':',color='lightgray')
+ax.set_xlabel(r'frecuencia [kHz]')
+ax.set_ylabel(r'Cuentas normalizadas')
+ax.set_title("Colineal")
+
+picos_col_dr1 = np.array(picos[0])
+picos_col_dr2 = np.array(picos[1])
+
+
+
+print("\n")
+
+
+
+
+
+
+
+####################################
+# Desplazado
+print("Despazado")
+ax = axx[0][1]
+
+# compdespmedvec = [0,2,3,4,5,6]
+compdespmedvec = [0,1,2,3,4,5]
+CompsDCA_desp = [-100, -150, -200, -250, -300, -350]
+ftrap = 22.1
+# DR1 = 435.8
+# DR2 = 444.2
+
+rango_dr1 = np.array([435,437])
+rango_dr2 = np.array([443,445])
+
+picos = {0:[], 1:[]}
+
+
+for med in compdespmedvec:
+
+    frecuencia = CompDespIR1_Freqs[med][1:]*2e-6
+    cuentas    = CompDespCounts[med][1:]
+    
+    if med==0:
+        # FIX OUTLIER
+        cuentas[207] = cuentas[206:208:2].mean()
+    
+    if med==1:
+        # raise ValueError('lolo')
+        cuentas = cuentas.tolist()
+        frecuencia = frecuencia.tolist()
+        for _ in range(4):
+            cuentas.pop(27)
+            frecuencia.pop(27)
+        cuentas = np.array(cuentas)
+        frecuencia = np.array(frecuencia)
+    
+    mm = np.polyfit(frecuencia[I_base_fit], cuentas[I_base_fit],1)
+    # ax.plot( [420,460], np.polyval(mm,[420,460]) , '-',  color=ax.get_lines()[-1].get_color(), alpha=0.5)
+    cuentas = cuentas / np.polyval(mm,frecuencia)
+    
+    
+    cuentas_suave    = savgol(cuentas,13,2)
+    
+    
+    ax.plot(frecuencia,cuentas, '.', alpha=0.1)
+    ax.plot(frecuencia,cuentas_suave, '-', alpha=0.9, color=ax.get_lines()[-1].get_color())
+
+    for jj,rango in enumerate([rango_dr1,rango_dr2]):
+        I = np.arange(len(frecuencia))[(frecuencia>rango.min())&(frecuencia<rango.max())]
+        idx = cuentas_suave[I].argmin() + I[0]
+        
+        ax.plot(frecuencia[idx],cuentas_suave[idx], 'o', ms=12, color=ax.get_lines()[-1].get_color(),zorder=10)
+        
+        base = 1
+        val_pico = cuentas_suave[I].min()
+        picos[jj].append( (base-val_pico)/base )    
+        print( (base-val_pico)/base , end="\t")
+    print('')
     
     # ax.plot(cuentas)
 
@@ -501,6 +741,10 @@ for ax in axx[0]:
 
 
 
+# fig.savefig('profundidad_vs_descompensacion_normalizado.png')
+
+
+
 
 #%%