Skip to content

可视化模块

btorch.visualisation 模块为神经仿真分析提供了绘图函数。

模块

timeseries/ (package)

脉冲和连续数据的时间序列可视化。

函数 描述
plot_raster 具有分组、样式设置、事件、区域和轨道显示的脉冲光栅图 (Spike raster)
plot_traces 连续轨迹(电压、电流)
plot_spectrum 频谱(Welch 方法)
plot_grouped_spectrum 按神经元组进行频谱分析
plot_log_hist 双对数直方图
plot_neuron_traces 多面板神经元状态图(电压、ASC、PSC)

数据类 (Dataclasses): - NeuronSpec: 单个神经元样式(颜色、标记、线型) - SimulationStates: 仿真数据容器 - TracePlotFormat: 图形格式化选项 - RasterStyle、RasterGrouping、GroupStripOptions、RatePanelOptions、RasterAnnotations: plot_raster 的选项分组 - SpectrumGrouping、SpectrumStyle: plot_grouped_spectrum 的选项分组,例如 plot_grouped_spectrum(data, dt, SpectrumGrouping(neurons_df=df, group_by="type"), style=SpectrumStyle(show_traces=False))


dynamics.py

多尺度动力学分析可视化。

函数 描述
plot_multiscale_fano 跨时间窗口的 Fano 因子
plot_dfa_analysis 去趋势波动分析 (DFA)
plot_isi_cv ISI 变异系数
plot_avalanche_analysis 雪崩规模/持续时间分布
plot_eigenvalue_spectrum 权重矩阵特征值谱
plot_lyapunov_spectrum Lyapunov 指数谱
plot_firing_rate_distribution 放电率直方图

数据类 (Dataclasses): - DynamicsData: 脉冲数据容器 - DynamicsPlotFormat: 可视化模式(个体/分组/分布) - FanoFactorConfig: Fano 分析参数 - DFAConfig: DFA 参数


hexmap.py

使用 Plotly 的六边形热图可视化。

函数 描述
hex_heatmap 带有时间序列滑块的交互式六边形网格热图

hex/static.py

使用 matplotlib 的静态六边形绘图。

函数 描述
scatter 带颜色映射的六边形散点图
quiver 六边形网格上的矢量场(流场)绘图
grid 带可选坐标标注的六边形网格
draw_axes 在六边形图上叠加 q/r/s 轴箭头
compass 指南针玫瑰嵌入图
looming_stimulus 从中心扩展的刺激序列

数据类(hex/options.py):HexGeometry(布局、尺寸、朝向、旋转)、HexColorMap(cmap、vmin、vmax)、HexPatchStyle(边框、透明度)、HexReference(q/r/s 轴、指南针)。它们作为仅限关键字参数 geometry=、color=、patch=(仅 scatter)和 reference= 传给 scatter/quiver,例如 scatter(q, r, v, color=HexColorMap(cmap="RdBu_r", vmin=-1, vmax=1))。


hex/interactive.py

使用 Plotly 的交互式六边形热图。六边形多边形以 SVG 路径形状绘制在数据坐标中——无数学像素计算,Plotly 处理所有缩放。

函数 描述
heatmap 带动画滑块的交互式六边形网格热图

hex/animate.py

动画六边形可视化。

类 描述
HexScatter 使用 matplotlib FuncAnimation 的动画六边形散点图
HexQuiver 流场动画矢量图

aggregation.py

分组分布和神经毯 (neuropil) 时间序列可视化。

函数 描述
plot_group_distribution 通用分组绘图 API,支持 violin、box 或 ecdf
plot_neuropil_timeseries_overview 波形/热图风格的聚合神经毯概览
plot_neuropil_timeseries_panels 用于详细对比的区域级子图网格

使用示例

from btorch.visualisation.timeseries import (
    GroupStripOptions,
    NeuronSpec,
    RasterAnnotations,
    RasterGrouping,
    RasterStyle,
    RatePanelOptions,
    SimulationStates,
    TracePlotFormat,
    plot_neuron_traces,
    plot_raster,
)

# 基础光栅图
plot_raster(spikes, dt=0.1, style=RasterStyle(marker="|", marker_size=5))

# 带颜色、分组色条和发放率面板的分组光栅图
plot_raster(
    spikes,
    style=RasterStyle(spike_color={"excitatory": "red", "inhibitory": "blue"}),
    grouping=RasterGrouping(
        neurons_df=df, group_key="cell_type", show_separators=True
    ),
    strip=GroupStripOptions(side="left"),  # colour strip beside the raster
    rate=RatePanelOptions(total=True, window_ms=10.0),
    annotations=RasterAnnotations(
        events=[100, 200],  # 事件标记
        regions=[(50, 80)],  # 阴影区域
        show_tracks=True,
    ),
)

# 具有单个神经元样式的神经元轨迹
specs = [NeuronSpec(color="red"), NeuronSpec(color="blue")]
plot_neuron_traces(
    SimulationStates(voltage=V, dt=0.1),
    TracePlotFormat(neuron_specs=specs),
)

光栅图选项被分组为若干小型冻结数据类(RasterStyle、RasterGrouping、 GroupStripOptions、RatePanelOptions、RasterAnnotations),均为 plot_raster 的可选关键字参数。