kinjiGeter.py

from scipy.optimize import curve_fit
import PySimpleGUI as sg
import matplotlib.pyplot as plt
import numpy as np
import csv
# import os
# import sys


def read_csv(filePath, x_i, y_i):
    # CSVファイルから読み取った値を格納する．
    x_csv = []
    y_csv = []
    # ファイルを開いてデータを抽出する．
    with open(str(filePath)) as f:
        reader = csv.reader(f)
        for row in reader:
            x_csv.append(float(row[int(x_i)]))
            y_csv.append(float(row[int(y_i)]))
    return x_csv, y_csv


def draw_plot(x, y, fit, text):
    plt.scatter(x, y)
    plt.plot(x, fit, color="red")
    plt.title(str(text))
    plt.xlabel("X")
    plt.ylabel("Y")
    plt.show(block=False)


#
# 多項式近似
#################################################################
def func_polynomial(X, *params):
    Y = 0
    for i, param in enumerate(params):
        Y = Y + (param * X**i)
    return Y


def func_polynomial_data(X_data, params):
    output = []
    for x in X_data:
        plot_data = 0
        for i in range(len(params)):
            plot_data += (params[i] * x**i)
        output.append(float(plot_data))
    return output


def curveFit_polynomial(x_data, y_data, func_order):
    f_o = [1] * (int(func_order) + 1)  #多項式の次数
    popt, pcov = curve_fit(func_polynomial, x_data, y_data, p0=f_o)
    return popt  # 算出された係数


def print_polynomial(p):
    output_tex = ""
    for i, param in enumerate(p):
        if i == 0:
            output_tex = str('{:.5f}'.format(param))
        else:
            output_tex = str(
                '{:.5f}'.format(param)) + "X^" + str(i) + " + " + output_tex
    return str(output_tex)


#
# 対数近似
#################################################################
def func_log(X, a, b):
    Y = a + b * np.log(X)
    return Y


def func_log_data(X_data, params):
    output = []
    for x in X_data:
        output.append(params[0] + params[1] * np.log(x))
    return output


def curveFit_log(x_data, y_data):
    popt, pcov = curve_fit(func_log, x_data, y_data)
    return popt  # 算出された係数


def print_log(p):
    return str('{:.5f}'.format(p[0])) + " + " + str('{:.5f}'.format(
        p[1])) + "log(X)"


#
# 指数近似
#################################################################
def func_exp(X, a, b):
    Y = a * np.exp(b * X)
    return Y


def func_exp_data(X_data, params):
    output = []
    for x in X_data:
        output.append(params[0] * np.exp(params[1] * x))
    return output


def curveFit_exp(x_data, y_data):
    popt, pcov = curve_fit(func_exp, x_data, y_data)
    return popt  # 算出された係数


def print_exp(p):
    return str('{:.5f}'.format(p[0])) + "exp(" + str('{:.5f}'.format(
        p[1])) + "X)"


#
# 累乗近似
#################################################################
def func_pow(X, a, b):
    Y = a * (X**b)
    return Y


def func_pow_data(X_data, params):
    output = []
    for x in X_data:
        output.append(params[0] * (x**params[1]))
    return output


def curveFit_pow(x_data, y_data):
    popt, pcov = curve_fit(func_pow, x_data, y_data)
    return popt  # 算出された係数


def print_pow(p):
    return str('{:.5f}'.format(p[0])) + "X^" + str('{:.5f}'.format(p[1]))


#
# エラー
#################################################################
def error_window(msg):
    error_layout = [[sg.Text(msg, key='error')],
                    [sg.Button('OK', key='ok', expand_x=True)]]
    sub_window = sg.Window('エラー',
                           error_layout,
                           modal=True,
                           keep_on_top=True,
                           auto_size_text=True)
    while True:
        sub_event, sub_value = sub_window.read()
        sub_window['error'].update(msg)
        if sub_event == sg.WIN_CLOSED:  #ウィンドウのXボタンを押したときの処理
            break
        if sub_event == 'ok':
            break
    sub_window.close()


# def resource_path(relative):  #アイコン表示用にアイコンファイルのパスを取得する．
#     if hasattr(sys, '_MEIPASS'):
#         return os.path.join(sys._MEIPASS, relative)
#     return path.join(path.abspath('.'), relative)


sg.theme('Default')

main_layout = [[sg.Text('CSVファイルとフィッティング関数を選択してください．')],
               [
                   sg.Text('ファイル'),
                   sg.InputText('', key='inputFilePath', expand_x=True),
                   sg.FileBrowse('ファイルを選択',
                                 target='inputFilePath',
                                 file_types=(('データファイル', '*.csv'), ))
               ],
               [
                   sg.Text('フィッティング関数'),
                   sg.Combo(('多項式近似', '対数近似', '指数近似', '累乗近似'),
                            size=(11, 1),
                            default_value='多項式近似',
                            key='fit_func'),
                   sg.Text('列 X'),
                   sg.InputText('0', size=(3, 1), key='csv_x'),
                   sg.Text('， Y'),
                   sg.InputText('1', size=(3, 1), key='csv_y')
               ], [sg.Text('以下，多項式近似の場合のみ有効')],
               [
                   sg.Text('次数'),
                   sg.InputText('1', size=(3, 1), key='func_order')
               ], [sg.Button('実行', key='go', expand_x=True)]]

# icon_path = resource_path("graph.ico")

main_window = sg.Window('フィッティング',
                        main_layout,
                        resizable=True,
                        auto_size_buttons=True,
                        auto_size_text=True,
                        finalize=True,
                        icon="graph.ico"#icon_path
                        )

main_window.set_min_size((470, 180))

while True:
    event, values = main_window.read()

    if event == sg.WIN_CLOSED:  #ウィンドウのXボタンを押したときの処理
        break

    if event == 'go':
        if not values['inputFilePath']:
            error_window('CSVファイル\nが選択されていません．')
        elif not values['csv_x'] or not values['csv_y']:
            error_window('CSVファイルの列（X,Y）\nが指定されていません．')
        elif values['fit_func'] == '多項式近似' and (not values['func_order']):
            error_window('次数\nが指定されていません．')
        else:
            if values['fit_func'] == '多項式近似':
                X_d, Y_d = read_csv(values['inputFilePath'], values['csv_x'],
                                    values['csv_y'])
                k = curveFit_polynomial(X_d, Y_d, values['func_order'])
                p_tex = print_polynomial(k)
                draw_plot(X_d, Y_d, func_polynomial_data(X_d, k), p_tex)
            elif values['fit_func'] == '対数近似':
                X_d, Y_d = read_csv(values['inputFilePath'], values['csv_x'],
                                    values['csv_y'])
                k = curveFit_log(X_d, Y_d)
                p_tex = print_log(k)
                draw_plot(X_d, Y_d, func_log_data(X_d, k), p_tex)
            elif values['fit_func'] == '指数近似':
                X_d, Y_d = read_csv(values['inputFilePath'], values['csv_x'],
                                    values['csv_y'])
                k = curveFit_exp(X_d, Y_d)
                p_tex = print_exp(k)
                draw_plot(X_d, Y_d, func_exp_data(X_d, k), p_tex)
            elif values['fit_func'] == '累乗近似':
                X_d, Y_d = read_csv(values['inputFilePath'], values['csv_x'],
                                    values['csv_y'])
                k = curveFit_pow(X_d, Y_d)
                p_tex = print_pow(k)
                draw_plot(X_d, Y_d, func_pow_data(X_d, k), p_tex)

main_window.close()