pybaselines 0.8.0

介绍

pybaselines 是一个 Python 库，它提供了许多不同的算法，用于对来自拉曼、FTIR、NMR、XRD、XRF、PIXE 等实验技术的数据执行基线校正。该项目的目的是提供一个半统一的 API 以允许快速测试和比较多种基线校正算法，以找到一组数据的最佳算法。

pybaselines 有 50 多种基线校正算法。这些包括流行的算法，例如 AsLS、airPLS、ModPoly 和 SNIP，以及许多鲜为人知的算法。大多数算法直接改编自文献，尽管有一些是 pybaselines 独有的，例如基于 Whittaker 平滑算法的惩罚样条版本。可在 文档中找到已实现算法的完整列表。

安装

pip install pybaselines

conda install -c conda-forge pybaselines

pip install git+https://github.com/derb12/pybaselines.git#egg=pybaselines

pip install pybaselines[full]

快速开始

要使用 pybaselines 中的各种功能，只需输入测量数据和任何所需参数。pybaselines 中的所有基线校正函数将输出两项：计算基线的 numpy 数组和潜在有用参数的字典。

有关每个基线算法的更多详细信息，请参阅 pybaselines 文档的算法部分。有关它们的用法示例，请参阅示例部分。

一个简单的例子如下所示。

import matplotlib.pyplot as plt
import numpy as np
import pybaselines
from pybaselines import utils

x = np.linspace(1, 1000, 1000)
# a measured signal containing several Gaussian peaks
signal = (
    utils.gaussian(x, 4, 120, 5)
    + utils.gaussian(x, 5, 220, 12)
    + utils.gaussian(x, 5, 350, 10)
    + utils.gaussian(x, 7, 400, 8)
    + utils.gaussian(x, 4, 550, 6)
    + utils.gaussian(x, 5, 680, 14)
    + utils.gaussian(x, 4, 750, 12)
    + utils.gaussian(x, 5, 880, 8)
)
# exponentially decaying baseline
true_baseline = 2 + 10 * np.exp(-x / 400)
noise = np.random.default_rng(1).normal(0, 0.2, x.size)

y = signal + true_baseline + noise

bkg_1 = pybaselines.polynomial.modpoly(y, x, poly_order=3)[0]
bkg_2 = pybaselines.whittaker.asls(y, lam=1e7, p=0.02)[0]
bkg_3 = pybaselines.morphological.mor(y, half_window=30)[0]
bkg_4 = pybaselines.smooth.snip(
    y, max_half_window=40, decreasing=True, smooth_half_window=3
)[0]

plt.plot(x, y, label='raw data', lw=1.5)
plt.plot(x, true_baseline, lw=3, label='true baseline')
plt.plot(x, bkg_1, '--', label='modpoly')
plt.plot(x, bkg_2, '--', label='asls')
plt.plot(x, bkg_3, '--', label='mor')
plt.plot(x, bkg_4, '--', label='snip')

plt.legend()
plt.show()

上面的代码将生成如下所示的图像。

贡献

欢迎并非常感谢您的贡献。有关提交错误报告、拉取请求或一般反馈的信息，请参阅贡献指南。

变更日志

有关 pybaselines 更改的信息，请参阅更改日志。

执照

pybaselines 是开源的，在 BSD 3 条款许可下免费提供。有关详细信息，请参阅许可证。

作者

• 唐纳德·厄伯 <唐尼。erb @ gmail 。com >