ROOT Getting Started

В процессе поиска нашел вот это: http://www.icanhazlargehadroncollider.com/img/blackhole6.jpg :)

http://www.icanhazlargehadroncollider.com/img/blackhole6.jpg

На замену матлабу бери octave (если нужна синтаксическая совместимость). Если не нужна, то лучше scilab. Быстрее и полезнее. По обеим документации навалом, в том числе на русском.

Если задача сводится только к постройке двумерного графика, то лучше отпарсить на bash и скормить gnuplot

Синтаксис не важен, но гнуплот - это что-то страшно тормозное. После построения 3d поверхности по 230*60 точкам вращение этого графика - пошаговая стратегия мс обновлением раз в 3 секунды, кроме того у него неудобный гуй. Матлаб строит эту поверхность сходу и вращает моментально. Но после обновления убунты версия 2005 года стала вылетать с сегфолтом очень часто, вот и захотелось вместо того, чтобы скачать с торенотов новую версию найти что-то приемлемое на замену.

Основное применение - анализ данных, статистика, построение графиков от всего этого и не только двухмерных.

Octave только что пробовал. С гнуплот работать невозможно, а plplot не видит xwin как устройство вывода, соответственно рисует тольео в файл.

Если действительно нужен root. На оффсайте вроде полноценная документация есть ( http://root.cern.ch/drupal/content/users-guide ). Чтение файла в Input/Output. Вывод соответственно в Graphs.

Вообще надо знать что ты хочешь в итоге получить, чтобы выбрать среду.

После некоторого анализа ROOT выглядит как очень хороший кандидат, но с кандачка не осваивается и придется читать документацию. Хочется увидеть что-то типа форума по нему или how-to-шки какие.

Периодически (раз в месяц где-то) встает задача обработать какой-то массив данных (записи аналоговых сигнлов, картинки и т.д.). Обработка - фильтрация, вычисление статистических параметров, построение графиков (иногда весьма сложных, типа полноценных поверхностей в 3d) - ничего сверх естественного. Матлаб справляется со всем этим на 100%.

Я просто ожидал, что для работы с CSV файлами в системах хоть как-то связанных с обработкой данных должны быть функции встроенные, ну или хотя-бы какой-то сайт с «рецептами».

Вот тут ( http://www.linux.org.ru/gallery/screenshots/4890701 ) недавно какались на эту тему.

Octave и Scilab (и MatLAB, кстати тоже) — это среды численных вычислений.

Для обработки статистических данных народ котирует R.Сам не ковырял, но годный старт гуид тут ( http://wiki.linuxformat.ru/index.php/LXF100-101:R ).

Для обработки и анализа готовых данных в дебрях гуёв с уклоном в графикостроительство покатит qtiplot. Стоит обратить на него внимание, если лень разбираться с языками.

Но если решающим фактором является скорость вращения графиков, то даже не знаю, кто из них и быстрее будет.

Octave и Scilab (и MatLAB, кстати тоже) — это среды численных вычислений.

Я в курсе и считают они все одинаково хорошо для меня.

Но если решающим фактором является скорость вращения графиков, то даже не знаю, кто из них и быстрее будет.

Не только вращения. В матлаб я спокойно могу загрузить файл, содержащий 5 дорожек по 5e6 выборок и, построив их все на одном графике, спокойно внешне оценить сигнал и найти какие-то особенности заметные глазу. С гнуплот такой трюк не пройдет, он просто падает на таких выборках, аналогично себя ведет matplotlib.

Ну судя по всему вам R нужен.

Разве что на Линуксформате есть статья о неком потомке ROOT под названием PAW ( http://wiki.linuxformat.ru/index.php/LXF81:PAW ). И там, во второй части есть фактически то, что вам надо.

Так PAW это-же предок ROOT. Причем с фортраном внутри. Си++ куда как приятней :)

Виноват, читал мельком. Посыпаю голову пеплом.

В общем я бы выбрал R. Да вот только сам не могу в обработке сигналов с scilab слезть. Привычка — страшная штука.

http://www.inp.nsk.su/~baldin/DataAnalysis/index.html - имеет смысл прочитать про PAW в начале, а затем про ROOT. Там совсем немного.

Ну и всё есть, очевидно, тут: http://root.cern.ch

> В общем я бы выбрал R.

У R есть один недостаток: все данные должны храниться только в оперативной памяти. В обычной жизни это даже удобно, но в случае физики высоких энергий это ставит крест на использовании R. :(

> Так PAW это-же предок ROOT. Причем с фортраном внутри. Си++ куда как приятней :)

Наружу у PAW для интерактивного анализа выставлен немного другой интерфейс который в разы удобнее голого C++ ROOT. Выбор C++ в качестве языка для анализа в ROOT в частности приводит к тому, что интерактивная работа с данными не шибко эффективна - приходится на любой чих писать скрипты или программы.

Спасибо, статьи почитаю.

Да, естественно, на PAW сейчас закладываться нет особого смысла, хотя изучить для полезных идей на будущее вполне разумно.

Прочитал первые статьи из серии и пролистал вторую часть. Похоже R - это то, что может заменить для меня матлаб, по крайней мере на небольших объемах данных.

В то же время в ROOT привлекает возможность провести сложную обработку данных, сейчас это обычно делается скриптами на питоне.

Видимо нужно пробовать использовать обе системы и посмотреть что из этого выйдет :)

А «замена» matlab разве не scilab?

Хотя безусловно согласен что R выглядит крайне привлекательно, по сравнению с ROOT с которым мне и приходится работать :(

Под заменой понималось для моих задач. Я не знаю кто как, но я не могу проводить анализ данных без построения графиков, а Scilab насколько мне известно для вывода использует gnuplot, который жутко неудобный и тормозной. А задачи простые, с ними любая система справится легко.

Я пока сильно не смотрел, но судя по описаниям в ROOT можно сделать более или менее пристойный гуй, и можно делать интерактивные приложения для работы с данными, что может пригодиться, в принципе.

Тут же можно добавить, что я наблюдал как для визаулизации небольших объемов данных использовали Excel и, в принципе, он справлялся весьма неплохо. Я решил пока матлаб сегфолтится попробовать OOCalc и удивился насколько он тормозит :)

Пробуй gnumeric, хотя использовать для анализа данных что-то exel-подобное, значит себя не любить.

Да, по поводу ROOT и GUI на основе него самого. Это возможно и примеры я видел, но настоятельно не рекомендую.

Пробуй gnumeric, хотя использовать для анализа данных что-то exel-подобное, значит себя не любить.

Согласен, зато быстро и порог вхождения минимален.

Да, по поводу ROOT и GUI на основе него самого. Это возможно и примеры я видел, но настоятельно не рекомендую.

Почему? Вроде в примерах вглядит все довольно здраво.

>> Пробуй gnumeric, хотя использовать для анализа данных что-то exel-подобное, значит себя не любить.

Согласен, зато быстро и порог вхождения минимален.

Если анализ делается один раз, то на миллиметровки от руки нарисовать ещё быстрее, но если данное действие является повседневной профессиональной необходимостью, то руки в какой-то момент отсыхать начинают.

Да, по поводу ROOT и GUI на основе него самого. Это возможно и примеры я видел, но настоятельно не рекомендую.

Почему? Вроде в примерах вглядит все довольно здраво.

Оно не очень стабильно, хотя с некоторыми усилиями можно добиться успеха. В этом случае лучше Qt+канва в которой окно ROOT живёт. Ну или R+куча чего.

Спасибо.

Начну тогда с R, он хоть СSV умеет из коробки читать :)

Построил я нужную мне поверхность. Довольно приятно и интуитивно. Вот только никакой нтерактивности нет, неужели график нельзя «покрутить» в 3d?

Извиняюсь за назойливость, но вот небольшой эксперимент.

Тестовая выбока http://dl.dropbox.com/u/6121480/rf.txt.bz2 (280Kb). В архиве - текстовый файл, запись реализации сигнала, 240000 точек. Один из самых простых случаев. В реальности нужно на порядок больше точек и параллельно до 5 реализаций.

Matlab: m = csvread('/tmp/rf.txt'); plot(m);

Выполняется за секунду (на глаз). После чего график можно масштабировать, двигать, смотреть значение функции в точках, все летает, для него это вообще не выборка.

R:

m <- read.table(«/tmp/rf.txt»)
plot(m)

Чтение - быстро, отрисовка - около 7 секунд, потом любое изменение размера окна - еще 7 секунд. Масштабировать нельзя.

Scilab:

d = read_csv(«/tmp/rf.txt»);

За 3 минуты так и не завершилось, непонятно что он делает, но это ненормально.

Я понимаю, что настоящие статистики не используют графики, но есть-же и не настоящие.

Напрмер в вышеприведеном файле нужно посчитать среднее значение и СКО отдельно для моментов «тишины» вначале и в конце выборки и отдельно для самого сигнала. При этом делать универсальный «выделятель» сигнала совершенно нет смысла, проше глазами посмотреть и узнать где начался и закончился сигнал.

Неужели это настолько редкая задача?

Складывается впечатление, что у ROOT с этим все будет хорошо, но очевидного простого способа прочитать CSV файил нет, поэтому этот эксперимнт придется немног отложить :)