gwpy.plot (プロット機能の構造と詳細)
Contents
概要: Matplotlib との関係
GWpyのプロット機能は、Pythonの標準グラフ描画ライブラリ Matplotlib を継承・拡張したものです。 基本的には「Matplotlibの機能はすべて使える」上に、「重力波データ特有の面倒な処理」を自動化してくれます。
gwpy.plot.Plot <- matplotlib.figure.Figure (を継承)
gwpy.plot.Axes <- matplotlib.axes.Axes (を継承)
GWpy特有の軸・ラベル処理
Matplotlibと最も挙動が異なるのが、「軸」と「ラベル」の自動処理です。
1. 時間軸 (GPS vs Relative)
TimeSeries をプロットすると、GWpyは自動的に横軸を「GPS時刻」または「ある時刻からの相対時間」に切り替えます。
auto_gps=True (デフォルト):
表示範囲が短い場合 -> 開始時刻 (epoch) を0とした 相対時間 (秒) で表示。
表示範囲が長い場合 -> GPS時刻 または 日付 (UTC) で表示。
epoch:
相対時間表示にする際の「基準時刻 (0秒とする点)」を指定します。指定しない場合はデータの t0 が使われます。
# イベント時刻(1187008882.4) を0秒として表示する例 plot = data.plot(epoch=1187008882.4)
2. 単位の自動整形
データ (TimeSeries 等) が astropy.units の単位情報を持っている場合、軸ラベルに自動的に単位が表示されます。
例: unit='m' -> 軸ラベル: Amplitude [m]
例: unit='1/sqrt(Hz)' -> 軸ラベル: Amplitude [1/sqrt(Hz)] (ルート記号などで綺麗に表示されます)
これを無効化して手動でラベルを設定したい場合は、通常の ax.set_xlabel() 等で上書き可能です。
GWpy特有の色 (GWpy Colors)
GWpyは、検出器ごとの標準カラーを **名前付きカラー** として定義しています。 これらは自動的に適用されるわけではありませんが、color 引数に指定することで、公式プロットなどで使われる標準的な色使いを再現できます。
定義されているカラー名
名前 (Key) |
色味 |
説明 |
'gwpy:ligo-hanford' |
赤 (Red) |
H1 の標準色 |
'gwpy:ligo-livingston' |
青 (Blue) |
L1 の標準色 |
'gwpy:virgo' |
紫 (Purple) |
V1 の標準色 |
'gwpy:kagra' |
オレンジ (Orange) |
K1 の標準色 |
使用例
# KAGRAのデータを標準色(オレンジ)でプロット plot = data.plot(color='gwpy:kagra', label='KAGRA') # 複数の検出器を標準色で比較 ax = plot.gca() ax.plot(h1_data, color='gwpy:ligo-hanford', label='H1') ax.plot(l1_data, color='gwpy:ligo-livingston', label='L1') ax.legend()
※ 指定しない場合は、Matplotlibのデフォルトのカラーサイクル（青 -> オレンジ -> 緑...）が順に使われます。
ログ/リニアの切り替え
.plot() した直後の軸スケールは、データの種類にかかわらず **Linear (線形)** であることが多いため、スペクトルなどの場合は手動で対数軸に設定する必要があります。
# ASDを片対数(X=log, Y=log)で描きたい場合 # plot() の引数で指定するのが一番簡単です plot = asd.plot(xscale='log', yscale='log')
応用的なプロット機能
plot_mmm (Min/Max/Mean)
長時間（数時間〜数日）のトレンドデータ（平均値、最大値、最小値を持つデータ）を描画するためのメソッドです。 これはデータクラスのメソッドではなく、**Axes (軸) のメソッド**として実装されています。
from gwpy.plot import Plot # min, mean, max の3つの TimeSeries を用意したと仮定 plot = Plot() ax = plot.gca() # plot_mmm(mean, min, max) の順で渡す ax.plot_mmm(mean_data, min_data, max_data, color='gwpy:kagra') plot.show()
* 薄い塗りつぶし: Min〜Max の範囲 * 濃い線: Mean (平均値)
BodePlot (ボード線図)
伝達関数 (FrequencySeries (複素数)) をプロットすると、自動的に BodePlot クラスが使われ、**ゲインと位相の2つのサブプロット** が生成されます。
通常の plot.gca() では片方の軸しか取れないため、専用の属性 maxes (Magnitude Axes) と paxes (Phase Axes) を使ってアクセスします。
tf = data.transfer_function(...)
plot = tf.plot() # BodePlotオブジェクト
# 軸の取得
ax_mag = plot.maxes
ax_phase = plot.paxes
ax_mag.set_title('Transfer Function')
ax_phase.set_ylabel('Phase [deg]')
plot.show()
Spectrogram (スペクトログラム)
スペクトログラムのプロットでは、色の濃淡（Z軸）の調整が重要です。 Matplotlibの imshow や pcolormesh の引数がそのまま使えます。
# norm=LogNorm() を使うためにインポート from matplotlib.colors import LogNorm spec = data.spectrogram(...) # 対数カラー、範囲指定 (vmin, vmax) plot = spec.plot(norm=LogNorm(), vmin=1e-23, vmax=1e-19) # カラーバーの追加 ax = plot.gca() plot.colorbar(label='Amplitude') plot.show()
StateVector / Segment (状態フラグ)
データの品質フラグ（ロック状態かどうか等）を表示するための専用メソッドです。
SegmentList.plot(): 「データが存在する区間」をバーで表示。
StateVector.plot(): ビットごとのON/OFFを時系列で表示。
from gwpy.segments import SegmentList segs = SegmentList(...) plot = segs.plot() # 横軸: 時刻, 縦軸: フラグの有無
複雑なレイアウトと個別設定
重ね書きと Subplot の混合
gwpy.plot.Plot コンストラクタを使うと、柔軟なレイアウトが可能です。
from gwpy.plot import Plot # 上段に2つのデータを重ね書き、下段に別のデータを描画 # geometry=(行, 列) plot = Plot(geometry=(2, 1)) # 上段 (ax1) に追加 ax1 = plot.get_axes()[0] ax1.plot(data1, label='Data 1', color='red') ax1.plot(data2, label='Data 2', color='blue') ax1.legend() # 下段 (ax2) に追加 ax2 = plot.get_axes()[1] ax2.plot(data3, color='green') plot.show()
Plot(...) でまとめて描画する際の個別設定
Plot(data1, data2, ...) のようにまとめて渡す際、色指定などでリストを渡す方法は挙動が不安定な場合があるため、以下のように separate=True を使うか、1つずつ追加する方法を推奨します。
# data1 は赤、data2 は青で描きたい場合 plot = Plot() ax = plot.gca() # 1つずつ追加するのが一番確実 ax.plot(data1, color='red', label='Main') ax.plot(data2, color='blue', label='Reference') ax.legend() plot.show()