Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Manipulación y ajuste de histogramas

Librerías de histogramas

El Python convencional ya tiene librerías para llenar histogramas.

NumPy

NumPy, por ejemplo, tiene una función np.histogram.

(<Array [172, 89, 29, 69, 277, 1640, 24, 0, 2, 2] type='10 * int64'>, <Array [0.389, 17.6, 34.7, 51.9, ..., 121, 138, 155, 172] type='11 * float64'>)

Debido a la prominencia de NumPy, esta tupla de dos arrays (contenidos de los bins y bordes) es un formato de histograma ampliamente reconocido, aunque carece de muchas de las características que los físicos de altas energías esperan (underflow/overflow, etiquetas de ejes, incertidumbres, etc.).

Matplotlib

Matplotlib también tiene una función plt.hist.

<Figure size 640x480 with 1 Axes>

Además de los mismos contenidos de bins y bordes que NumPy, Matplotlib incluye un gráfico listo para mostrar.

Boost-histogram y hist

boost histogramhist

La característica principal que les falta a estas funciones (sin algo de esfuerzo) es la posibilidad de volver a llenarlos. Los físicos de altas energías generalmente quieren llenar histogramas con más datos de los que caben en memoria, lo que significa establecer los intervalos de los bins en un contenedor vacío y llenarlo por lotes (secuencialmente o en paralelo).

Boost-histogram es una librería diseñada para ese propósito. Está pensada como un componente de infraestructura. Puedes explorar su funcionalidad “de bajo nivel” al importarla:

Una capa más amigable para el usuario (con graficación, por ejemplo) la proporciona una librería llamada “hist”.

<Figure size 640x480 with 1 Axes>

Indexación Universal de Histogramas (UHI)

Dentro de Scikit-HEP hay un esfuerzo por estandarizar lo que significan las rebanadas tipo array para un histograma. (Ver documentación.)

Naturalmente, las rebanadas con enteros deberían seleccionar un rango de bins,

<Figure size 640x480 with 1 Axes>

pero a menudo quieres seleccionar bins por valor de coordenada

<Figure size 640x480 with 1 Axes>

o reagrupar los bins por un factor,

<Figure size 640x480 with 1 Axes>

o sumar sobre un rango.

1102.0

Las cosas se vuelven más interesantes cuando un histograma tiene múltiples dimensiones.

Hist( Regular(600, -1, 1, label='x'), Regular(600, -1, 1, label='y'), Regular(40, -200, 200, label='z'), storage=Double()) # Sum: 8004.0

Este histograma tiene tres ejes, así que cada uno de los siguientes gráficos escoge una vista distinta de él. Poner sum en la posición de un eje lo integra y lo elimina del resultado: sumar sobre z deja la distribución de los puntos de colisión en el plano transversal al haz. plot2d_full dibuja esa distribución 2D junto con sus proyecciones en x y en y.

<Figure size 640x480 with 3 Axes>

La misma vista, con un acercamiento a la región de interacción del haz. Igual que en los ejemplos 1D de arriba, el sufijo j selecciona por valor de coordenada en lugar de por número de bin, así que esto conserva la región de -0.25 a 0.25 en ambos ejes.

<Figure size 640x480 with 3 Axes>

Sumar en cambio sobre x e y deja la distribución a lo largo de la línea del haz, que es mucho más ancha que la dispersión transversal.

<Figure size 640x480 with 1 Axes>

Seleccionar y sumar se pueden combinar en una sola rebanada: -0.25j:0.25j:sum conserva solo ese rango de coordenadas y luego suma sobre él. Esta es la distribución en z de las colisiones dentro de la región de interacción del haz. Resulta casi idéntica a la del gráfico anterior, porque casi todas las colisiones ya estaban en esa región central.

<Figure size 640x480 with 1 Axes>

Un objeto histograma puede tener más dimensiones de las que puedes visualizar razonablemente; puedes rebanarlo, reagrupar sus bins y proyectarlo más adelante en algo visual.

Ajuste de histogramas

iminuitzfit

Escribiendo directamente una función de pérdida en Minuit:

<Figure size 640x480 with 1 Axes>

O a través de zfit, un ajustador pythónico al estilo de RooFit. Esto construye el mismo modelo (un pico de Cauchy más un fondo plano, con background como la fracción de fondo), así que los parámetros ajustados salen parecidos a los de arriba. No son idénticos, porque este ajuste minimiza una log-verosimilitud negativa calculada sobre los bins, en lugar de un costo de mínimos cuadrados.

/home/runner/miniconda3/envs/skhep-tutorial/lib/python3.12/site-packages/zfit/__init__.py:93: UserWarning: TensorFlow warnings are by default suppressed by zfit. In order to show them, set the environment variable ZFIT_DISABLE_TF_WARNINGS=0. In order to suppress the TensorFlow warnings AND this warning, set ZFIT_DISABLE_TF_WARNINGS=1.
  warnings.warn(
<Figure size 640x480 with 1 Axes>