初めに、解析結果をMatlab形式で保存します。
Pythonで開くことができる*.mat形式のファイルが作成されます。
例1：Onscaleデータからapmx配列を抽出し、Pythonで曲線を表示する
例として、以下のmatlab形式のテスト結果ファイルを使います。
Download: pzt-simple-tuto-2d.mat
apmx配列に含まれるデータをPythonで結果処理します（最大音圧）。OnScale Post-processで表示すると以下のようなapmx配列です。
次のPythonスクリプトで開いて結果処理します。
#!/usr/bin/python
import numpy as np
import matplotlib as ml
import matplotlib.pyplot as plt
from scipy.io import loadmat
x = loadmat('pzt-simple-tuto-2d.mat')
#Check the keys of the x array
print(x.keys())
#Extract the x and y coordinates
xcrd = x['d1_0006160_xcrd']
ycrd = x['d1_0006160_ycrd']
#Find the i value corresponding to a certain xval and save it to ival
xval = 150e-05
sampling = round(float(xcrd[2]-xcrd[1]),8)
for i in range(len(xcrd)):
if(xval > xcrd[i]-sampling and xval < xcrd[i]+sampling):
ival = i
print(ival)
#Plot the aprs in function of ival
plt.plot(x['d1_0006160_apmx'][ival])
plt.savefig('d1_0006160_apmx.png')
このPythonスクリプトで結果処理し、位置x = 150e-05で曲線を抽出します。これは結果の曲線です。
注：このチュートリアルに従うには、numpy、matplotlib、およびscipyモジュールだけでなくPythonもインストールする必要があります。
Pythonスクリプトをダウンロードする
注： matplotlibを使用してプロットする方法の詳細が必要な場合は、このページをご確認ください。
例2：3Dインタラクティブプロットの表示
以下のようなインタラクティブな3次元プロットを表示させることもできます。
Pythonコードを以下に示します。
#!/usr/bin/env python
"""
Demonstration of 3D post processing.
"""
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits import mplot3d
from scipy.io import loadmat
plt.style.use('seaborn-darkgrid')
# Load Data
data = loadmat('pzt-simple-tuto-2d.mat')
# Extract (X, Y) coordinates. Cut off the final coord so shapes match.
X = data['d1_0006160_xcrd'].flatten()[:-1]
Y = data['d1_0006160_ycrd'].flatten()[:-1]
# The target X value we are looking for
x_val = 150e-05
# Find the index of this X value
dx = X[1] - X[0]
x_index = np.argmax((x_val > X - dx) & (x_val < X + dx))
# Create 3D coordinate grid
xx, yy = np.meshgrid(X, Y)
# Initialize figure
fig = plt.figure(figsize=(12, 8))
ax = plt.axes(projection='3d')
# Plot the apmx surface with some nice colors
zz = data['d1_0006160_apmx'].T
ax.plot_surface(xx, yy, zz, alpha=.9, rstride=1, cstride=1, cmap='viridis')
# Plot the 2D curve of our X value's cross-section slice
x = np.repeat(X[x_index], len(Y))
y = Y
z = zz[:, x_index]
ax.plot(x, y, z, color='k', ls='--', zorder=10)
# Label and display
ax.set_title("X[{:d}] = {:e}".format(x_index, X[x_index]))
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
plt.show()