Skip to content
Snippets Groups Projects
Commit 66c74b6c authored by Alfonso's avatar Alfonso
Browse files

file .arf e plot

parent 2a10a1b5
No related branches found
No related tags found
No related merge requests found
Show whitespace changes
Inline Side-by-side
python/aeFF.py
+ 49
− 55
View file @ 66c74b6c
# va bene fare la media per ogni combinazione theta phi di energia? # come faccio a sapere se il mio codice è robusto
# dato che divido per gli eventi detected va bene cosi o devo dividere per il totale
# dei generati e moltiplicare per l'area della sorgente? import numpy as np
import os from data import data_estraction
import astropy.io.fits as fits
import pandas as pd
from multiprocessing import Pool
from plot import plot_area from plot import plot_area
from arf import arf_file
def main():
# 1 Estract data from fits file
file_dat = "areaEfficace.dat"
data_estraction(file_dat)
#2 Filter data
data = np.loadtxt(file_dat)
energy = data[:, 0]
ratio_X = data[:, 1]
ratio_S = data[:, 2]
theta = data[:, 3]
phi = data[:, 4]
# Ottieni tutte le combinazioni uniche di theta e phi
angle_combinations = np.unique(np.column_stack((theta, phi)), axis=0)
# Inizializza due liste per tracciare i dati per conti X e conti S
plot_data_X = []
plot_data_S = []
# Cicla attraverso tutte le combinazioni uniche di theta e phi
for combination in angle_combinations: # estrae dall'array due valori e gli da il nome
theta_val = combination[0]
phi_val = combination[1]
# Maschera booleana per filtrare i dati per la combinazione corrente di theta e phi
# confronta i dati del file con i dati dell'array creato
mask = (theta == theta_val) & (phi == phi_val)
energy_filtered = energy[mask]
ratio_X_filtered = ratio_X[mask]
ratio_S_filtered = ratio_S[mask]
# Salva i dati per il plot
plot_data_X.append((energy_filtered, ratio_X_filtered, theta_val, phi_val))
plot_data_S.append((energy_filtered, ratio_S_filtered, theta_val, phi_val))
# 3 Arf
arf_file(energy_filtered, ratio_X_filtered, ratio_S_filtered, theta_val, phi_val)
# 4 Plot
plot_area(plot_data_X, 'X', file_name="XGIS_AeffX.png")
plot_area(plot_data_S, 'S', file_name="XGIS_AeffS.png")
# Funzione che prende in input un singolo file FITS da processare.
def get_data(file_path):
with fits.open(file_path) as hdul:
data = hdul[1].data
tot_events = len(data)
scint_id_col = data['Scint_ID']
energy = data['En_Primary'][0]
eventi_X = (scint_id_col == -1000).sum()
eventi_S = tot_events - eventi_X
ratio_X = eventi_X/tot_events
ratio_S = eventi_S/tot_events
return energy, ratio_X, ratio_S
def write_raw_results(output, results):
with open(output, "a") as f:
for energy, ratio_X, ratio_S in results:
f.write(f"{energy:.1f}\t{ratio_X:.3f}\t{ratio_S:.3f}\n")
# se vuoi i dati rough commenta questa funzione
#def write_results(output_file):
# # Questa riga legge il file .dat e crea un DataFrame
# data = pd.read_csv(output_file, delim_whitespace=True, header=None, names=['energy', 'ratio_X', 'ratio_S'])
# # Calcola la media per ogni valore unico di energia
# result = data.groupby('energy').mean().reset_index()
# # Approssima i risultati alla terza cifra decimale
# result = result.round(3)
# # Scrive il risultato nel file di output
# result.to_csv(output_file, sep='\t', index=False, header=False)
# Funzione che processa tutti i file .fits presenti nella folder
def process_folder_parallel(folder, output):
# Crea una lista di file FITS trovati nella folder. Sorted per leggerli in ordine
files = sorted([os.path.join(folder, file) for file in os.listdir(folder) if file.endswith(".fits")], key=os.path.getmtime)
# Crea un pool di processi che permette di eseguire funzioni in parallelo.
# Usa il metodo map() del pool per eseguire la funzione get_data() su ciascun file FITS in parallelo.
# I risultati vengono raccolti in una lista chiamata results.
with Pool() as pool:
results = pool.map(get_data, files) # qui files è l'argomento che passi a get_data
write_raw_results(output, results)
#write_results(output_file)
if __name__ == "__main__": if __name__ == "__main__":
folder = "/home/alfonso/Scrivania/THESEUS/xgis_m7-main/fits" main()
output = "areaEfficace.dat"
# Inizializza il file di output
open(output, "w").close()
process_folder_parallel(folder, output)
plot_area(output)
\ No newline at end of file
python/arf.py
+ 53
− 45
View file @ 66c74b6c
...@@ -2,49 +2,57 @@ import astropy.io.fits as pyfits ...@@ -2,49 +2,57 @@ import astropy.io.fits as pyfits
import os import os
import numpy as np import numpy as np
try: def create_header(extension):
extension.header['EXTNAME'] = 'SPECRESP'
extension.header['TELESCOP'] = 'THESEUS'
extension.header['INSTRUME'] = 'XGIS'
extension.header['FILTER'] = 'NONE'
extension.header['HDUCLASS'] = 'OGIP'
extension.header['HDUCLAS1'] = 'RESPONSE'
extension.header['HDUCLAS2'] = 'SPECRESP'
extension.header['HDUVERS'] = '1.1.0'
# obsolete (for old software)
extension.header['ARFVERSN'] = '1992A'
extension.header['HDUVERS1'] = '1.0.0'
extension.header['HDUVERS2'] = '1.1.0'
def arf_file(energy_filt, ratio_X_filt, ratio_S_filt, theta, phi):
try:
# Creazione di "Null" primary array # Creazione di "Null" primary array
primary_hdu = pyfits.PrimaryHDU() primary_hdu = pyfits.PrimaryHDU()
# Extension # Creazione di BinTableHDU per EVENTI X
data = np.loadtxt("areaEfficace.dat", comments='#') bin_tableX_hdu = pyfits.BinTableHDU.from_columns([
energy = data[:, 0] pyfits.Column(name='ENERG_LO', format='1E', unit='keV', array=energy_filt[:-1]),
ratio_X = data[:, 1] pyfits.Column(name='ENERG_HI', format='1E', unit='keV', array=energy_filt[1:]),
ratio_S = data[:, 2] pyfits.Column(name='SPECRESP', format='1E', unit='cm**2', array=ratio_X_filt),
# Creazione di BinTableHDU
bin_table_hdu = pyfits.BinTableHDU.from_columns([
pyfits.Column(name='ENERG_LO', format='1E', unit='keV', array = energy[:-1]), # [inizio:fine:passo]
pyfits.Column(name='ENERG_HI', format='1E', unit='keV', array = energy[1:]), # 0 primo, 1 secondo, -1 ultimo escluso
pyfits.Column(name='SPECRESP', format='1E', unit='cm**2', array = ratio_X),
]) ])
create_header(bin_tableX_hdu) # Aggiunta header comune per gli eventi X
# Modifica dell'header. Mandatory keywords # Creazione di BinTableHDU per EVENTI S
bin_table_hdu.header['EXTNAME'] = 'SPECRESP' bin_tableS_hdu = pyfits.BinTableHDU.from_columns([
bin_table_hdu.header['TELESCOP'] = 'THESEUS' pyfits.Column(name='ENERG_LO', format='1E', unit='keV', array=energy_filt[:-1]),
bin_table_hdu.header['INSTRUME'] = 'XGIS' pyfits.Column(name='ENERG_HI', format='1E', unit='keV', array=energy_filt[1:]),
bin_table_hdu.header['FILTER'] = 'NONE' pyfits.Column(name='SPECRESP', format='1E', unit='cm**2', array=ratio_S_filt),
bin_table_hdu.header['HDUCLASS'] = 'OGIP' ])
bin_table_hdu.header['HDUCLAS1'] = 'RESPONSE' create_header(bin_tableS_hdu) # Aggiunta header comune per gli eventi S
bin_table_hdu.header['HDUCLAS2'] = 'SPECRESP'
bin_table_hdu.header['HDUVERS'] = '1.1.0'
# obsolete (for old software)
bin_table_hdu.header['ARFVERSN'] = '1992A'
bin_table_hdu.header['HDUVERS1'] = '1.0.0'
bin_table_hdu.header['HDUVERS2'] = '1.1.0'
# optional
# bin_table_hdu.header['PHAFILE'] =
# Creazione di HDUList e scrittura del file FITS # Creazione di HDUList e scrittura del file FITS
hdul = pyfits.HDUList([primary_hdu , bin_table_hdu]) hdulX = pyfits.HDUList([primary_hdu, bin_tableX_hdu])
hdulS = pyfits.HDUList([primary_hdu, bin_tableS_hdu])
output_dir = "/home/alfonso/Scrivania/THESEUS/xgis_m7-main/arf"
output_dir = "/home/alfonso/Scrivania/THESEUS/xgis_m7-main/python" if not os.path.exists(output_dir):
#output_file = os.path.join(output_dir, input_file.split(".")[0] + ".arf") os.makedirs(output_dir)
output_file = os.path.join(output_dir, "areaEfficace.arf")
hdul.writeto(output_file, overwrite=True) output_X = os.path.join(output_dir, f"XaeFF_{theta}_{phi}.arf")
output_S = os.path.join(output_dir, f"SaeFF_{theta}_{phi}.arf")
print("File .arf creato correttamente") hdulX.writeto(output_X, overwrite=True)
hdulS.writeto(output_S, overwrite=True)
print("File .arf creati correttamente.")
except Exception as e: except Exception as e:
print("Errore durante la creazione del file .arf") print(f"Errore durante la creazione del file .arf: {e}")
\ No newline at end of file
python/plot.py
+ 15
− 24
View file @ 66c74b6c
...@@ -2,40 +2,31 @@ import numpy as np ...@@ -2,40 +2,31 @@ import numpy as np
import matplotlib.pyplot as plt import matplotlib.pyplot as plt
import os import os
def plot_area(output): def plot_area(plot_data, type, file_name):
# Legge il file ignorando le righe che iniziano con #
data = np.loadtxt(output, comments='#')
# Separa le due colonne for data in plot_data:
energy = data[:, 0] # Prima colonna: Energy [keV] energy, ratio, theta_val, phi_val = data
ratio_X = data[:, 1] label = f'Theta={theta_val}, Phi={phi_val}'
ratio_S = data[:, 2]
# Crea il grafico plt.plot(energy, ratio, marker='o', linestyle='-', label=label)
plt.figure(figsize=(8, 6))
plt.plot(energy, ratio_X, marker='o', linestyle='-', color='b', label='sdd')
plt.plot(energy, ratio_S, marker='x', linestyle='--', color='r', label='scint')
# Aggiungi etichette e titolo # Aggiungi etichette e titolo
plt.xlabel('Energy [keV]') plt.xlabel('Energy [keV]')
plt.ylabel('Aeff') plt.ylabel(f'Aeff_{type}')
plt.title('XGIS') plt.title(f'XGIS - Eventi_{type}')
plt.grid(True) plt.grid(True)
# Mostra la legenda # Mostra la legenda
plt.legend() plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
# Salva il grafico # Salva il grafico
# Specifica il percorso completo dove salvare il grafico
directory = '/home/alfonso/Scrivania/THESEUS/xgis_m7-main/python/figure' directory = '/home/alfonso/Scrivania/THESEUS/xgis_m7-main/python/figure'
if not os.path.exists(directory): if not os.path.exists(directory):
os.makedirs(directory) os.makedirs(directory)
file_path = os.path.join(directory, output.split(".")[0] + ".png") #.pdf file_path = os.path.join(directory, file_name)
plt.savefig(file_path, bbox_inches='tight')
# Salva il grafico
plt.savefig(file_path)
# Mostra il grafico
plt.show()
# Pulire la figura per i plot successivi
plt.clf()
#plt.show()
\ No newline at end of file
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment