Python和科学计算的帖子：

Python和科学计算认证群组 - 讨论区

标题：请教 ubuntu打包traits问题

楼主 2013年05月06日星期一 22:24

ImportError: Unable to import the image backend for the wx toolkit (reason: ['ImportError: No module named wx.image\n']).

单独装了trait和traits.ui 没装epd 装了wxpython

代码只在张老师代码的基础上做了少许修改

triangleui.py

# -*- coding: utf-8 -*-

from traits.api import *

from traitsui.api import *

from chaco.api import *

from chaco.tools.api import *

from enable.api import *

from wx import *

import numpy as np

# 鼠标拖动修改值的控件的样式

scrubber = ScrubberEditor(

hover_color = 0xFFFFFF,

active_color = 0xA0CD9E,

border_color = 0x808080

)

# 取FFT计算的结果freqs中的前n项进行合成，返回合成结果，计算loops个周期的波形

def fft_combine(freqs, n, loops=1):

length = len(freqs) * loops

data = np.zeros(length)

index = loops * np.arange(0, length, 1.0) / length * (2 * np.pi)

for k, p in enumerate(freqs[:n]):

if k != 0: p *= 2 # 除去直流成分之外，其余的系数都*2

data += np.real(p) * np.cos(k*index) # 余弦成分的系数为实数部

data -= np.imag(p) * np.sin(k*index) # 正弦成分的系数为负的虚数部

return index, data

class TriangleWave(HasTraits):

# 指定三角波的最窄和最宽范围，由于Range似乎不能将常数和traits名混用

# 所以定义这两个不变的trait属性

low = Float(0.02)

hi = Float(1.0)

# 三角波形的宽度

wave_width = Range("low", "hi", 0.5)

# 三角波的顶点C的x轴坐标

length_c = Range("low", "wave_width", 0.5)

# 三角波的定点的y轴坐标

height_c = Float(1.0)

# FFT计算所使用的取样点数，这里用一个Enum类型的属性以供用户从列表中选择

fftsize = Enum( [(2**x) for x in range(6, 12)])

# FFT频谱图的x轴上限值

fft_graph_up_limit = Range(0, 400, 20)

# 用于显示FFT的结果

peak_list = Str

# 采用多少个频率合成三角波

N = Range(1, 40, 4)

# 保存绘图数据的对象

plot_data = Instance(AbstractPlotData)

# 绘制波形图的容器

plot_wave = Instance(Component)

# 绘制FFT频谱图的容器

plot_fft = Instance(Component)

# 包括两个绘图的容器

container = Instance(Component)

# 设置用户界面的视图，注意一定要指定窗口的大小，这样绘图容器才能正常初始化

view = View(

HSplit(

VSplit(

VGroup(

Item("wave_width", editor = scrubber, label=u"波形宽度"),

Item("length_c", editor = scrubber, label=u"最高点x坐标"),

Item("height_c", editor = scrubber, label=u"最高点y坐标"),

Item("fft_graph_up_limit", editor = scrubber, label=u"频谱图范围"),

Item("fftsize", label=u"FFT点数"),

Item("N", label=u"合成波频率数")

Item("peak_list", style="custom", show_label=False, width=100, height=250)

VGroup(

Item("container", editor=ComponentEditor(size=(600,300)), show_label = False),

orientation = "vertical"

)

resizable = True,

width = 800,

height = 600,

title = u"三角波FFT演示"

)

# 创建绘图的辅助函数，创建波形图和频谱图有很多类似的地方，因此单独用一个函数以

# 减少重复代码

def _create_plot(self, data, name, type="line"):

p = Plot(self.plot_data)

p.plot(data, name=name, title=name, type=type)

p.tools.append(PanTool(p))

zoom = ZoomTool(component=p, tool_mode="box", always_on=False)

p.overlays.append(zoom)

p.title = name

return p

def __init__(self):

# 首先需要调用父类的初始化函数

super(TriangleWave, self).__init__()

# 创建绘图数据集，暂时没有数据因此都赋值为空，只是创建几个名字，以供Plot引用

self.plot_data = ArrayPlotData(x=[], y=[], f=[], p=[], x2=[], y2=[])

# 创建一个垂直排列的绘图容器，它将频谱图和波形图上下排列

self.container = VPlotContainer()

# 创建波形图，波形图绘制两条曲线：原始波形(x,y)和合成波形(x2,y2)

self.plot_wave = self._create_plot(("x","y"), "Triangle Wave")

self.plot_wave.plot(("x2","y2"), color="red")

# 创建频谱图，使用数据集中的f和p

self.plot_fft = self._create_plot(("f","p"), "FFT", type="scatter")

# 将两个绘图容器添加到垂直容器中

self.container.add( self.plot_wave )

self.container.add( self.plot_fft )

# 设置

self.plot_wave.x_axis.title = "Samples"

self.plot_fft.x_axis.title = "Frequency pins"

self.plot_fft.y_axis.title = "(dB)"

# 改变fftsize为1024，因为Enum的默认缺省值为枚举列表中的第一个值

self.fftsize = 1024

# FFT频谱图的x轴上限值的改变事件处理函数，将最新的值赋值给频谱图的响应属性

def _fft_graph_up_limit_changed(self):

self.plot_fft.x_axis.mapper.range.high = self.fft_graph_up_limit

def _N_changed(self):

self.plot_sin_combine()

# 多个trait属性的改变事件处理函数相同时，可以用@on_trait_change指定

@on_trait_change("wave_width, length_c, height_c, fftsize")

def update_plot(self):

# 计算三角波

global y_data

x_data = np.arange(0, 1.0, 1.0/self.fftsize)

func = self.triangle_func()

# 将func函数的返回值强制转换成float64

y_data = np.cast["float64"](func(x_data))

# 计算频谱

fft_parameters = np.fft.fft(y_data) / len(y_data)

# 计算各个频率的振幅

fft_data = np.clip(20*np.log10(np.abs(fft_parameters))[:self.fftsize/2+1], -120, 120)

# 将计算的结果写进数据集

self.plot_data.set_data("x", np.arange(0, self.fftsize)) # x坐标为取样点

self.plot_data.set_data("y", y_data)

self.plot_data.set_data("f", np.arange(0, len(fft_data))) # x坐标为频率编号

self.plot_data.set_data("p", fft_data)

# 合成波的x坐标为取样点，显示2个周期

self.plot_data.set_data("x2", np.arange(0, 2*self.fftsize))

# 更新频谱图x轴上限

self._fft_graph_up_limit_changed()

# 将振幅大于-80dB的频率输出

peak_index = (fft_data > -80)

peak_value = fft_data[peak_index][:20]

result = []

for f, v in zip(np.flatnonzero(peak_index), peak_value):

result.append("%s : %s" %(f, v) )

self.peak_list = "\n".join(result)

# 保存现在的fft计算结果，并计算正弦合成波

self.fft_parameters = fft_parameters

self.plot_sin_combine()

# 计算正弦合成波，计算2个周期

def plot_sin_combine(self):

index, data = fft_combine(self.fft_parameters, self.N, 2)

self.plot_data.set_data("y2", data)

# 返回一个ufunc计算指定参数的三角波

def triangle_func(self):

c = self.wave_width

c0 = self.length_c

hc = self.height_c

def trifunc(x):

x = x - int(x) # 三角波的周期为1，因此只取x坐标的小数部分进行计算

if x >= c: r = 0.0

elif x < c0: r = x / c0 * hc

else: r = (c-x) / (c-c0) * hc

return r

# 用trifunc函数创建一个ufunc函数，可以直接对数组进行计算, 不过通过此函数

# 计算得到的是一个Object数组，需要进行类型转换

return np.frompyfunc(trifunc, 1, 1)

if __name__ == "__main__":

triangle = TriangleWave()

triangle.configure_traits()

打包代码如下

from bbfreeze import Freezer

f = Freezer("build", includes=("wx",))

f.addScript("triangleui.py")

f()

求教

请登录后回复。还没有在Zeuux哲思注册吗？现在注册！