尖峰分析软件
thorns的Python项目详细描述
__|________|_____|_|_|___|_____|____||_____|_____|_____|____|_____|___||______ _|_______________________|______|_________|_______|_____|____|__|________|_|__ _____|___|__|_____|_______|____|_________________________|__|_________|_______ ___|_______|_____|______|_____|_______|__|___|________|______|___|____________ __|__|_______|_____|__|___|______|________|______|______|_____|_______THORNS__
使用thorns可以分析和显示由 神经元。它可以用来分析实验和 使用python的模拟数据。例如，您可以轻松地计算 刺激周时间直方图（PSTH），刺激间时间直方图（ISIH） 矢量强度（vs）、夹带和视觉动作电位 光栅图。
waves是一个子模块，具有一些有用的信号处理和 生成函数，例如生成渐变音、调幅 音调，fft滤波器，设置电平（db_spl）。
该软件最初是在我攻读博士学位期间在 Werner Hemmert在转弯处。它是面向听觉的 研究，但很容易扩展。
用法
别忘了检查我们的ipython笔记本DEMO和脚本 examples目录！
初始化并加载尖峰列车：
import thorns as th from thorns.datasets import load_anf_zilany2014 spike_trains = load_anf_zilany2014()
计算矢量强度：
th.vector_strength(spike_trains, freq=1000)
光栅图：
th.plot_raster(spike_trains) th.show()
生成并打印AM音调：
import thorns.waves as wv
sound = wv.amplitude_modulated_tone(
fs=48e3,
fm=100,
fc=1e3,
m=0.7,
duration=0.1,
)
wv.plot_signal(sound, fs=48e3)
wv.show()
您也可以浏览api文档 https://pythonhosted.org/thorns/
功能
- 分析并显示尖峰列车
- 使用pandas.dataframe作为主数据容器（spike trains， 结果）
- 方便的信号处理和生成功能：thorns.waves
- 使用各种后端（同时并行）和缓存的映射实现： thorns.util.map()
- dumpdb：在一个脚本中快速转储map()的结果并从 另一个：thorns.util.dumpdb()，thorns.util.loaddb()
- 纯Python
安装
为了使用thorns，您需要安装以下 依赖关系优先：
- Python（2.7）
- 努比
- scipy
- 熊猫
- pytables/表
- matplotlib
- py notify（可选，启用通知）
接下来，输入命令行：
pip install thorns
贡献
- 打开任务：TODO.org（最好在emacs组织模式下查看）
- 问题跟踪器：https://github.com/mrkrd/thorns/issues
- 源代码：https://github.com/mrkrd/thorns
许可证
该项目根据GNU通用公共许可v3或 稍后（GPLv3+）。
欢迎加入QQ群-->： 979659372
