gplot.py

   1 # -*- coding: utf-8 -*-
   2 """This module contain functions to ease graph plots."""
   3 from json import loads
   4 from matplotlib import pyplot as plt
   5 from os import listdir
   6 from sys import argv, exit
   7 import numpy as np
   8
   9 # ed - euclidean distance
  10 # rs - reeds and shepp path length
  11 # sh - reeds and shepp, same heading
  12
  13 # ad - optimize with dijkstra, all nodes
  14 # as - optimize with smart, all nodes
  15 # ar - optimize with remove redundant points, all nodes
  16 # cd - optimize with dijkstra, cusp nodes
  17 # cs - optimize with smart, cusp nodes
  18 # cr - optimize with remove redundant points, cusp nodes
  19
  20 LOGF = "log_wo"
  21 LOG = [
  22     {"f": "rs", "c": "orange", "l": "Reeds and Shepp path length cost"},
  23     {"f": "sh", "c": "blue", "l": "Reeds and Shepp same heading cost"},
  24     {"f": "ed", "c": "red", "l": "Euclidean distance cost"},
  25 ]
  26
  27 r = {}
  28
  29 def load_trajectory(fname):
  30     """Load trajectory from file.
  31
  32     Keyword arguments:
  33     fname -- The file name.
  34     """
  35     if fname is None:
  36         raise ValueError("File name as argument needed")
  37     with open(fname, "r") as f:
  38         trajectory = loads(f.read())
  39         return trajectory
  40
  41 def load_trajectories(dname):
  42     """Load trajectories from directory.
  43
  44     Keyword arguments:
  45     dname -- The directory name.
  46     """
  47     if dname is None:
  48         raise ValueError("Directory name as argument needed")
  49     trajectories = []
  50     for f in listdir(dname):
  51         trajectories.append(load_trajectory("{}/{}".format(dname, f)))
  52     return trajectories
  53
  54 def gplot():
  55     """Plot graph. Template."""
  56     plt.rcParams["font.size"] = 24
  57     fig = plt.figure()
  58     ax = fig.add_subplot(111)
  59     #ax.set_aspect("equal")
  60     #ax.set_yscale("log")
  61     #ax.set_title("TITLE")
  62     #ax.set_xlabel("Time [s]")
  63     #ax.set_ylabel("YLABEL")
  64     #ax.set_xlim(0, 100)
  65     #ax.set_ylim(0, 100)
  66
  67     #plt.plot(xcoords, ycoords, color="blue", label="LABEL")
  68     #plt.hist(vals) # log=?, range=[?], bins=?
  69     #ax.bar(xvals, yvals) # width=?
  70     #ax.set_xticklabels(xvals, rotation=90)
  71
  72     plt.show()
  73     #plt.savefig("WHATEVER")
  74
  75 def count_if_exist(trajectories, what):
  76     """From multiple trajectories compute the number of occurences.
  77
  78     Keyword arguments:
  79     trajectories -- The list of trajectories.
  80     what -- Number of occurences of what to compute.
  81     """
  82     occ = 0
  83     for t in trajectories:
  84         try:
  85             if t[what]:
  86                 occ += 1
  87         except:
  88             pass
  89     return occ
  90
  91 def get_lasts_if_exist(trajectories, what):
  92     """From multiple trajectories get the list of last values.
  93
  94     Keyword arguments:
  95     trajectories -- The list of trajectories.
  96     what -- The last values of what to take.
  97     """
  98     val = []
  99     for t in trajectories:
 100         try:
 101             val.append(t[what][-1])
 102         except:
 103             pass
 104     return val
 105
 106 def get_maxs_if_exist(trajectories, what):
 107     """From multiple trajectories get the list of maximum values.
 108
 109     Keyword arguments:
 110     trajectories -- The list of trajectories.
 111     what -- The maximum values of what to take.
 112     """
 113     val = []
 114     for t in trajectories:
 115         try:
 116             val.append(max(t[what]))
 117         except:
 118             pass
 119     return val
 120
 121 def plot_costdist():
 122     """Plot distribution of last costs across measured tests."""
 123     v = {}
 124     for a in r.keys():
 125         v[a] = get_lasts_if_exist(r[a], "cost")
 126
 127     plt.rcParams["font.size"] = 24
 128     fig = plt.figure()
 129     ax = fig.add_subplot(111)
 130     ax.set_title("Path cost histogram")
 131
 132     ax.set_ylabel("Number of paths with given cost [-]")
 133     ax.set_xlabel("Path cost [m]")
 134     ax.set_yscale("log")
 135
 136     for a in LOG:
 137         plt.hist(
 138                 v[a["f"]],
 139                 alpha = 0.5,
 140                 label = a["l"],
 141                 bins = 100,
 142                 histtype = "step",
 143                 color = a["c"])
 144         try:
 145                 X_WHERE = np.percentile(v[a["f"]], [95])
 146                 plt.axvline(X_WHERE, lw=1, color=a["c"], linestyle="--")
 147         except:
 148                 pass
 149
 150     plt.legend()
 151     plt.show()
 152
 153 def plot_maxtime():
 154     """Plot time of the last traj (the maximum time)."""
 155     v = {}
 156     for a in r.keys():
 157         v[a] = get_lasts_if_exist(r[a], "secs")
 158
 159     plt.rcParams["font.size"] = 24
 160     fig = plt.figure()
 161     ax = fig.add_subplot(111)
 162     ax.set_title("Path found time histogram")
 163
 164     ax.set_ylabel("Number of paths found [-]")
 165     ax.set_xlabel("Algorithm elapsed time [s]")
 166     ax.set_yscale("log")
 167
 168     for a in LOG:
 169         plt.hist(
 170                 v[a["f"]],
 171                 alpha = 0.5,
 172                 label = a["l"],
 173                 bins = np.arange(0, 10, 0.1),
 174                 histtype = "step",
 175                 color = a["c"])
 176         try:
 177                 X_WHERE = np.percentile(v[a["f"]], [95])
 178                 plt.axvline(X_WHERE, lw=1, color=a["c"], linestyle="--")
 179         except:
 180                 pass
 181
 182     plt.legend()
 183     plt.show()
 184
 185 def print_nofnodes():
 186     """Print average number of nodes."""
 187     v={}
 188     for a in r.keys():
 189         lasts = get_lasts_if_exist(r[a], "node")
 190         v[a] = np.average(lasts)
 191
 192     print("Average number of nodes:")
 193     for a in LOG:
 194         print("{}: {}".format(a["f"], v[a["f"]]))
 195
 196 def print_successrate():
 197     """Print success rate of implementations."""
 198     v={}
 199     for a in r.keys():
 200         v[a] = (100.0 * count_if_exist(r[a], "traj") /
 201                 count_if_exist(r[a], "elap"))
 202
 203     print("Success rate:")
 204     for a in LOG:
 205         print("{}: {}".format(a["f"], v[a["f"]]))
 206
 207 if __name__ == "__main__":
 208     r = {}
 209     for sf in [i["f"] for i in LOG]:
 210         r[sf] = load_trajectories("{}/{}".format(LOGF, sf))
 211     plot_maxtime()