Commit 656ca9bf authored by Alisson Claudino's avatar Alisson Claudino

EDIT: Solved - Dynamic Scales and Arrays Sizing

parent 6124f4f3
......@@ -38,17 +38,24 @@ import numpy as np
class Graph(PlotItem): #Herança de pyqtgraph.PlotItem
index = 0 #Valor de índice para controle de tamanho dos arrays
offset = [] #Array com valores de offset para correta visualização das curvas
correctFactor = [] #Array com valores de fator de correção para correta visualização das curvas
warningFlag = False
def __init__(self,x_sampling, x_range, n_axis, y_min, y_max, x_size, y_size, color, name,unit): #Construtor da classe
super(Graph, self).__init__() #Instanciamento do construtor da classe mãe
self.offset = []
self.correctFactor = []
self.n_axis=n_axis
for n in range(0,n_axis):
self.offset.append(min(y_min)-y_min[n])
self.correctFactor.append((max(y_max)+min(y_min))/(y_max[n]-y_min[n]))
self.offset.append(y_min[n]-min(y_min))
self.correctFactor.append((max(y_max)-min(y_min))/(y_max[n]-y_min[n]))
print(n)
print(" ")
print(self.offset)
print(" ")
print(self.correctFactor)
print("\n\n")
self.x_range = x_range/x_sampling #Correção de escala coerente com a amostragem
self.curve = [] #Declaração do array de curvas
......@@ -107,19 +114,16 @@ class Graph(PlotItem): #Herança de pyqtgraph.PlotItem
for n in range(0,y_dim):
try:
self.y[n] = np.append(self.y[n], (float(y[n]) + self.offset[n]) * self.correctFactor[n]) # Cada valor contido no array y vai para seu respectivo array com sua respectiva escala
self.y[n] = np.append(self.y[n], (float(y[n])-self.offset[n])* self.correctFactor[n]) # Cada valor contido no array y vai para seu respectivo array com sua respectiva escala
except ValueError:
print("ERROR")
print(y[n])
if len(self.y[0]) > self.x_range: #Tamanho do array de tempo deve ser igual ao de cada curva
for n in range(0,y_dim): #Quando o mesmo chega no valor máximo (definido pela escala+amostragem)
for n in range(0, y_dim): #Quando o mesmo chega no valor máximo (definido pela escala+amostragem)
if len(self.y[n]) > self.x_range+1: #Tamanho do array de tempo deve ser igual ao de cada curva
self.y[n] = np.delete(self.y[n], 0) #O valor de índice 0 é removido para que um novo valor possa entrar no maior indice
self.index = self.x_range-1 #Valor de índice quando chega no máximo, é mantido nele
else:
self.index = self.x_range #Valor de índice quando chega no máximo, é mantido nele
elif n==0:
self.x.append(self.index) #Se o tamanho do array ainda não chegou ao seu máximo, então valores vão sendo adicionados no array de tempo
for n in range(0, y_dim):
......
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment