ROOT学习——显示晶须定义的蜡烛图示例(candleplotwhiskers.C)

2023-11-11 21:10
文章标签 学习 显示 定义 示例 蜡烛 晶须 candleplotwhiskers

本文主要是介绍ROOT学习——显示晶须定义的蜡烛图示例(candleplotwhiskers.C)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

蜡烛图又称日本线、K线、阴阳线、棒线等，目前常用的说法百是“K线”以下统称K线。K线源于日本德川幕府时代（1603～1867年）的米市交易，用来计算米价每天的涨跌，后来把它引入股票市场价格走势的分析中，目前已成为股票、外汇技术分析中的重要方法。是技术分析的一种，最早为日本人于十九世纪所度创，被当时日本米市的商人用来记录米市的行知情与价格波动，包括开市价、收市价、最高价及最低价，阳烛代表当日升市，阴烛代表跌市。这种图表分析法在当时的中国以至整个东南亚地区均尤为流行。由于用这种方法绘制出来的图表形状颇似一根根蜡烛道，加上这些蜡烛有黑白之分，因而也叫阴阳线图表。通过K线图，人们能够把每日或某一周期的市况表现完全记录下来，股价经过一段时间的盘档后，在图上即形成一种特殊区域或形版态，不同的形态显示出不同意义。可以从这些形态的变化中摸索出一些有规律的东西出来。权K线图形态可分为反转形态、整理形态及缺口和趋向线等。后K线图因其细腻独到的标画方式而被引入到股市及期货市场。

Q1 (-25%): -0.675525 Median: 0.00168511 Q3 (+25%): 0.676189FCN=11.7941 FROM MIGRAD    STATUS=CONVERGED     138 CALLS         139 TOTALEDM=1.08103e-12    STRATEGY= 1      ERROR MATRIX ACCURATE EXT PARAMETER                                   STEP         FIRST   NO.   NAME      VALUE            ERROR          SIZE      DERIVATIVE 1  Constant     3.72831e+03   1.82107e+02   4.21637e-02   1.36245e-082  Mean        -1.10774e-01   7.20921e-02   8.42717e-06  -1.49401e-043  Sigma        9.59469e-01   2.51499e-02   2.82317e-06   5.37129e-04FCN=8.04689 FROM MIGRAD    STATUS=CONVERGED     139 CALLS         140 TOTALEDM=6.08152e-08    STRATEGY= 1      ERROR MATRIX ACCURATE EXT PARAMETER                                   STEP         FIRST   NO.   NAME      VALUE            ERROR          SIZE      DERIVATIVE 1  Constant     4.07186e+03   2.44580e+02   3.87026e-02   3.94837e-072  Mean        -2.92179e-02   8.71835e-02   7.07837e-06  -2.13598e-023  Sigma        1.00971e+00   2.88317e-02   2.27510e-06  -1.25158e-01FCN=6.93238 FROM MIGRAD    STATUS=CONVERGED     106 CALLS         107 TOTALEDM=6.56099e-08    STRATEGY= 1      ERROR MATRIX ACCURATE EXT PARAMETER                                   STEP         FIRST   NO.   NAME      VALUE            ERROR          SIZE      DERIVATIVE 1  Constant     3.97002e+03   2.57596e+01   2.40433e-02  -9.00146e-062  Mean        -1.89022e-04   1.18284e-02   1.62701e-05   7.29142e-033  Sigma        1.02465e+00   3.35469e-02   1.82218e-05   7.40149e-03

下面给出具体代码步骤：

创建一个画板，将其纵向分为两块：

auto c1 = new TCanvas("c1","Candle Presets",700,800);
c1->Divide(1,2);

定义一个随机数，新建二维直方图和一维直方图：

auto rng = new TRandom();
auto h1 = new TH2I("h1","Gaus",100,-5,5,1,0,1);
auto h2 = new TH1I("h2","Gaus",100,-5,5);

设置直方图x、y轴标题：

h1->GetXaxis()->SetTitle("Standard deviation #sigma");
h2->GetXaxis()->SetTitle("Standard deviation #sigma");
h2->GetYaxis()->SetTitle("dN/d#sigma");

生成随机数填充直方图：

float myRand;
for (int i = 0; i < 100000; i++) {myRand = rng->Gaus(0,1);h1->Fill(myRand,0);h2->Fill(myRand);
}

定义分位数数组以及概率密度参数数组：

Double_t *q = new Double_t[3];
Double_t *p = new Double_t[3];
q[0] = 0.; q[1] = 0.; q[2] = 0.;
p[0] = 0.25; p[1] = 0.5; p[2] = 0.75;

获取h2分位数值：

h2->GetQuantiles(3,q,p);
//其中GetQuantitiles函数：
//输入参数
//    -此一维直方图（TH1F，D等）。 也可以是TProfile
//    -nprobSum数组q的最大大小和数组probSum的大小（如果给定）
//    -将计算分位数的位置的probSum数组。
//      如果probSum为null，则probSum将在内部进行计算，其大小=箱数+ h中的1。 它将对应于在直方图的最低边缘（分位数= 0）和bin的所有较高边缘计算的分位数。
//      如果probSum不为null，则假定至少包含nprobSum值。
//输出
//    -返回值nq（<= nprobSum）以及计算的分位数
//    -用nq分位数填充的数组q

输出获得的分位数：

cout << "Q1 (-25%): " << q[0] << " Median: " << q[1] << " Q3 (+25%): " << q[2] << endl;

定义3个一维直方图：

double iqr = q[2]-q[0];
auto mygaus_1_middle = new TF1("mygaus_1_middle","gaus",q[0],q[2]);
auto mygaus_1_left   = new TF1("mygaus_1_left","gaus",q[0]-1.5*iqr,q[0]);
mygaus_1_left->SetLineColor(kGreen);
auto mygaus_1_right  = new TF1("mygaus_1_right","gaus",q[2],q[2]+1.5*iqr);
mygaus_1_right->SetLineColor(kGreen);

绘制h1：

c1->cd(1); //定位到画板上半部分
h1->SetLineWidth(3); //设置线宽为3 
h1->SetFillStyle(0); //设置填充类型
h1->Draw("candley2 scat"); //用candley2类型绘制和散点图类型绘制

绘制h2：

c1->cd(2);
h2->Draw("");

对h2区间范围内进行拟合：

h2->Fit("mygaus_1_left","R"); //会自动输出拟合参数

不改变坐标轴对拟合函数进行绘制：

mygaus_1_left->Draw("same");

绘制图形线(q[0]-1.5*iqr的竖线)：

auto l3 = new TLine(q[0]-1.5*iqr,0,q[0]-1.5*iqr,mygaus_1_left->Eval(q[0]-1.5*iqr)); //从(x1,y1)到(x2,y2)
l3->SetLineColor(kGreen); //设置线的颜色 
l3->SetLineWidth(2); //设置线的宽度
l3->Draw(""); //绘制

绘制图形线(q[0]的竖线)：

auto l1 = new TLine(q[0]        ,0,q[0]        ,mygaus_1_left->Eval(q[0]));
l1->SetLineWidth(2);      
l1->SetLineColor(kGreen); 
l1->Draw("");

同理，拟合绘制右区间：

h2->Fit("mygaus_1_right","R","");
mygaus_1_right->Draw("same");
auto l4 = new TLine(q[2]+1.5*iqr,0,q[2]+1.5*iqr,mygaus_1_left->Eval(q[2]+1.5*iqr));
l4->SetLineColor(kGreen); 
l4->SetLineWidth(2);      
l4->Draw("");
auto l5 = new TLine(q[2]        ,0,q[2]        ,mygaus_1_right->Eval(q[2]));
l5->SetLineWidth(2);      
l5->SetLineColor(kGreen); 
l5->Draw("");

拟合绘制中间区间：

h2->Fit("mygaus_1_middle","R");
mygaus_1_middle->Draw("same");

向图像中添加文本(原则上，也可以通过h2-> Integral()计算这些值)：

auto t = new TText(); t->SetTextFont(42); //设置本文格式
t->DrawText(0,mygaus_1_middle->Eval(0)/2,"50%"); //x坐标，y坐标，本文
t->DrawText(-1.5,mygaus_1_middle->Eval(-1.5)/2,"24.65%");
t->DrawText(+1,mygaus_1_middle->Eval(+1.5)/2,"24.65%");
t->DrawText(q[0]-1.5*iqr,1000,Form("%.3f",q[0]-1.5*iqr))->SetTextAngle(90); //设置文本角度
t->DrawText(q[2]+1.5*iqr,1000,Form("%.3f",q[2]+1.5*iqr))->SetTextAngle(90);
t->DrawText(q[0],1000,Form("%.3f",q[0]))->SetTextAngle(90);
t->DrawText(q[2],1000,Form("%.3f",q[2]))->SetTextAngle(90);

代码地址：https://github.com/root-project/root/blob/master/tutorials/hist/candleplotwhiskers.C

这篇关于ROOT学习——显示晶须定义的蜡烛图示例(candleplotwhiskers.C)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/392850。

相关文章

HarmonyOS学习(七)——UI（五）常用布局总结

HarmonyOS学习(七)——UI（五）常用布局总结

自适应布局 1.1、线性布局（LinearLayout） 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列，Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距，达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式，且在各类尺寸屏幕上表现一致，其中交叉轴为垂直时，取值为Vert
阅读更多...
Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【课程链接】 AntV G6：深入图形与图形分组、自定义节点、节点动画（下）_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中，应该怎样去计算和绘制图形，如何给一个图形制作不间断的动画，以及在鼠标事件之后产生动画。（有点难，需要好好理解） <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06
阅读更多...
学习hash总结

学习hash总结

2014/1/29/   最近刚开始学hash，名字很陌生，但是hash的思想却很熟悉，以前早就做过此类的题，但是不知道这就是hash思想而已，说白了hash就是一个映射，往往灵活利用数组的下标来实现算法，hash的作用：1、判重；2、统计次数；
阅读更多...
第10章 中断和动态时钟显示

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始，按照书籍的划分，第10章开始就进入保护模式（Protected Mode）部分了，感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断（Interrupt）的设计，中断的几种方式：外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用： 为了更好的利用处理器的性能。协同快速和慢速设备一起工作
阅读更多...
安卓链接正常显示，ios#符被转义%23导致链接访问404

安卓链接正常显示，ios#符被转义%23导致链接访问404

原因分析： url中含有特殊字符 中文未编码 都有可能导致URL转换失败，所以需要对url编码处理  如下： guard let allowUrl = webUrl.addingPercentEncoding(withAllowedCharacters: .urlQueryAllowed) else {return} 后面发现当url中有#号时，会被误伤转义为%23，导致链接无法访问
阅读更多...
C#实战|大乐透选号器[6]：实现实时显示已选择的红蓝球数量

C#实战|大乐透选号器[6]：实现实时显示已选择的红蓝球数量

哈喽，你好啊，我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记，这是第6篇； 接下来实现实时显示当前选中红球数量，蓝球数量； 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时，在对应的位置显示实时已选择的红球、蓝球的数量； 02 标签名称 分别设置Label标签名称为：lblRedCount、lblBlueCount
阅读更多...
零基础学习Redis(10) -- zset类型命令使用

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合，内部除了存储元素外，还会存储一个score，存储在zset中的元素会按照score的大小升序排列，不同元素的score可以重复，score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]
阅读更多...
【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程（Gaussian Process，简称GP）是一种概率模型，用于描述一组随机变量的联合概率分布，其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数（或核函数） 1.3 核函数1.4 高斯过程回归（Gauss
阅读更多...
【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

系列文章目录 监督学习：参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv） 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2