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。