Datenvisualisierung

In Naturwissenschaften i.a. zwei Arten von Daten:
Zum Einen die Häufigkeitsverteilung: Eine oder mehrere Grössen werden wiederholt gemessen. Darstellung in ein- oder mehr-dimensionalen Histogrammen:

Bereich xlow bis xhigh unterteilt in nchannel Intervalle.
TH1F h1("h1","mytitle",nchannel, xlow, xhig)
Jede Messung x wird in das Histogram gefüllt:
h1.Fill(x)
Darstellung $\ensuremath{\Rightarrow}$ Einträge pro Intervall.

Auch 2 oder mehr-dimensionale Histogramme:

Bereich xlow bis xhigh sowie ylow bis yhigh unterteilt in nx * ny Bereiche.
TH2F h2("h2","mytitle",nx, xlow, xhig,ny,ylow,yhigh)
Jede Messung x, y wird in das Histogram gefüllt:
h2.Fill(x,y)
Darstellung $\ensuremath{\Rightarrow}$ Einträge pro Bereich/Rechteck
viele Varianten: Scatter-Plot, Color-Plot, Box-Plot, ...

Zum anderen (x,y) Wertepaare, ggf. mit Fehlern: Messungen einer Grösse $\ensuremath{\displaystyle y}$ in Abhängigkeit von $\ensuremath{\displaystyle x}$ mit bekannten Fehlern $\ensuremath{\displaystyle \Delta y}$ (und evt. auch $\ensuremath{\displaystyle \Delta x}$ ) werden in einen x,y–Graph eingetragen.

$\ensuremath{\displaystyle np}$ Wertepaare $\ensuremath{\displaystyle x,y}$ mit Fehlern $\ensuremath{\displaystyle ex,ey}$ werden in ein Diagramm eingetragen
tg = TGraphErrors( np, x, y, ex, ey )
x, y, ex, ey sind jeweils arrays vom Typ double a[np] (C++) oder numpy-arrays in Python.

$\includegraphics[width=.9\textwidth]{ls.eps}$