schain Files · schainpy/model/cfunctions.pyx

Optimizacion de graficos con buffer, el buffer se crea en la clase Axes del modulo figure.py, se agrega el metodo pcolorbuffer....

Optimizacion de graficos con buffer, el buffer se crea en la clase Axes del modulo figure.py, se agrega el metodo pcolorbuffer. En mpldriver.py se agrega el metodo addpcolorbuffer donde se limpia el buffer de matplotlib que genera pcolormesh Estas modificaciones se aplican a los graficos RTI y Mapa de Coherencias.

Miguel Valdez - - Load All Authors

File last commit:

r304:e57b3a4fabda


                r318:2312df9eac7d

Download file

             cfunctions.pyx
        
                    9 lines
            
             | 278 B
            
                | text/x-cython
            
             |
                CythonLexer
            
             / schainpy / model / cfunctions.pyx
          
                    History
                
                 |
                  Annotation
                 | Raw
                 |Copy content
                 |Copy permalink

      import numpy

      cimport numpy

      def decoder(numpy.ndarray[numpy.complex_t, ndim=2] fft_code, numpy.ndarray[numpy.complex_t, ndim=2] data):

          fft_data = numpy.fft.fft(data, axis=1)

          conv = fft_data*fft_code

          data = numpy.fft.ifft(conv, axis=1)

          return data

	Site-wide shortcuts
/	Use quick search box
g h	Goto home page
g g	Goto my private gists page
g G	Goto my public gists page
g 0-9	Goto bookmarked items from 0-9
n r	New repository page
n g	New gist page

	Repositories
g s	Goto summary page
g c	Goto changelog page
g f	Goto files page
g F	Goto files page with file search activated
g p	Goto pull requests page
g o	Goto repository settings
g O	Goto repository access permissions settings
t s	Toggle sidebar on some pages

				import numpy
				cimport numpy

				def decoder(numpy.ndarray[numpy.complex_t, ndim=2] fft_code, numpy.ndarray[numpy.complex_t, ndim=2] data):

				fft_data = numpy.fft.fft(data, axis=1)
				conv = fft_data*fft_code
				data = numpy.fft.ifft(conv, axis=1)

				return data