Veusz：数据导入（一）

  目前，Veusz支持从文本，CSV, HDF5, FITS, 2D文本或CSV, QDP，二进制和NPY/NPZ格式的文件读取数据。可以使用“data→import”对话框读取数据，也可以使用API中的导入命令。此外，用户可以用Python加载或编写导入插件，将数据以任意格式加载到Veusz中。目前该方法支持QDP、二进制文件和NPY/NPZ文件。HDF5文件格式是最复杂的，推荐用于复杂的数据集。主要介绍标准文本数据的导入，其他类似。

标准文本数据

  现在打开你最喜欢的文本编辑器，将以下数据保存为test.dat:

在Veusz中，按照“data→import”，我们将数据导入到软件中，前三列是要绘制的x数据加上它的非对称误差。最后两列是y数据加上它的对称误差。
  默认的文本导入对简单的文本文件进行操作。假设数据位于用空格分隔的列中。每一列对应于数据集(或其错误条)。每一行都是数据集中的一个条目。读取数据的方式由一个简单的“描述符”控制。这可以是一个由空格分隔的数据集名称列表。如果没有给出描述符，列将被视为单独的数据集，并被命名为col1、col2等（如下图所示）。Veusz尝试自动确定数据的类型。

  这里我们需要使用描述符“x，+，- y，+ -”，用来描述数据在导入文件中是如何格式化的。最简单的描述符是要导入的数据集名称的一个用空格或逗号分隔的列表。这些是文件中的列。在数据集名称后面输入文本“+”、“-”或“±”，可以表示下一列是前一个(非错误栏)数据集的正错误栏、负错误栏或对称错误栏。这些符号应该用空格或逗号符号与数据集名称或以前的符号分开。


  1.文件中有两列，它们将被作为数据集“x”和“y”读入。
  2. x,+,- y,±两个数据集在文件中。数据集“x”由前三列组成。第一列是值，第二列是正的非对称误差，第三列是负的非对称误差。“y”由三列组成(注意+和-之间的逗号)。第一列是数值，第二列是对称误差。
  那么x将包含“1 + 0.1 - 0.12”,“2.05 + 0.12 - 0.14”、“2.98 + 0.08 - 0.1”、“4.02 + 0.04 - 0.1”。y将包含“1.1 + - 0.1”,“4.08 + - 0.12”,“2.9 + - 0.11”、“15.3 + - 1.0”。
  3.x [1:3] y[:]第一列是数据“x_1”，第二列是“x_2”，第三列是“x_3”。后续列读取为“y[1]”到“y[n]”。
  4. x[:]±读取每对列作为一个数据集及其对称错误，称它们为“x[1]”到“x [n]”。
  现在单击“Insert” - “Add graph”，左侧出现一个“graph 1”，之后我们可以单击“Insert” - “Add xy” 按钮(看起来像绘制在图形上的点)。你会看到你的数据被绘制在图表上。Veusz默认情况下绘制数据集“x”和“y”，但你可以在“xy”绘图仪的属性中更改它们。您可以从各种标记中选择来绘制。您可以通过选择“plot line”子集，并单击“hide”选项来删除情节线。您可以更改标记的颜色，进入“标记填充”子集，并在颜色属性中输入一个新的颜色(例如红色)。

上图是在编辑栏中选择x、y、xy1的情况下的在properties和Formatting的设置情况，主要介绍左一图，其他类似。左一图是对图的x轴进行设置，"Label"表示x轴的轴标题，“Min”和“Max”表示x轴刻度范围的最小值和最大值；Formatting设置中，当前显示的是对y轴的大小、是否加粗等设置，大家可以试一下。
最后，绘制完成后，日后想更改可以保存文件(,vsz)，若想直接导出图片，可以点击“File”—“Export”，出现对话框，对图片的格式进行相关设置最后导出。

绘制的图如下所示：

CSV

  CSV(逗号分隔变量)文件通常是从其他程序编写的，比如电子表格，包括Excel和Gnumeric。Veusz支持从这些文件中读取。在导入对话框中选择“CSV”，然后选择要导入的文件名。在CSV文件中，用户应该将数据放在行或列中。Veusz将使用列上方或行左侧的名称来指定数据集的名称。用户可以在列的下方或行的右侧使用新名称来指定不同的数据集名称。不需要使用名称，Veusz会指定默认的"col"和"row"名称。您还可以指定前缀，该前缀用于从文件中读取的每个数据集名称。
  若要指定列的对称错误，请将“±”作为下一列或下一行中的数据集名称。非对称错误可以用“+”和“-”在列中表示。
  自动检测CSV文件中的数据类型，除非指定。数据类型可以在列名后面的括号中给出，例如。“name (text)”，其中数据类型为“date”、“numeric”或“text”。如果数据看起来像不同的数据类型(例如“1.23”的文本项)，则需要显式数据类型。CSV文件的日期格式可以在导入对话框中指定——参见给出的示例。此外，CSV文件支持欧洲格式的数字(例如，2,34而不是2.34)，这取决于对话框中的设置。

HDF5

  HDF5是一种灵活的数据格式。数据集和表可以以层次化的方式存储在文件中。Veusz支持从HDF文件读取1D数字、文本、日期时间、2D数字或n维数字数据。要使用HDF5文件(包括在二进制版本中)，必须安装h5py Python模块。在导入对话框中，选择要导入的单个数据集，或选择一个组来导入组中的所有数据集。如果选择组，则忽略与Veusz不兼容的组中的数据集。可以通过在“Import as”下输入一个数据集来为导入的每个数据集提供一个名称。如果没有给出，则使用数据集或列名。名称也可以通过设置HDF5数据集属性vsz_name来指定。注意，对于复合数据集(表)，列的vsz_属性是通过在属性后面附加_columnname后缀来给出的。