changed font size on plots

latency.py

@@ -2,6 +2,14 @@ import pandas as pd
 import matplotlib.pyplot as plt
 import numpy as np
 from scipy import stats
+import argparse
+
+
+def parse_args():
+    parser = argparse.ArgumentParser()
+    parser.add_argument('-f', '--file', type=str, help='Path to the file')
+    return parser.parse_args()
+
 
 def calculate_confidence_interval(data, confidence=0.95):
     """
@@ -23,8 +31,9 @@ def calculate_confidence_interval(data, confidence=0.95):
 
     return mean, ci[0], ci[1], std_error
 
+
 def plot_delay_histogram_with_ci(csv_file_path, save_to_file=True, show_plot=False,
-                               confidence_level=0.99, delimiter=','):
+                                 confidence_level=0.99, title="default", delimiter=','):
     """
     Универсальный скрипт для построения гистограммы с доверительным интервалом
     """
@@ -32,8 +41,9 @@ def plot_delay_histogram_with_ci(csv_file_path, save_to_file=True, show_plot=Fal
     try:
         # Чтение данных
         df = pd.read_csv(csv_file_path, delimiter=delimiter, header=None,
-                        names=['index', 'delay_ms'])
+                         names=['index', 'delay_ms'])
-        delays = df['delay_ms'].values
+        delays = np.array(df['delay_ms'].values)
+        plt.rcParams.update({'font.size': 18})
 
         # Вычисление базовой статистики
         mean_delay = np.mean(delays)
@@ -72,7 +82,8 @@ def plot_delay_histogram_with_ci(csv_file_path, save_to_file=True, show_plot=Fal
         print(f"Коэффициент вариации: {cv:.1f}%")
         print(f"Q1 (25-й перцентиль): {np.percentile(delays, 25):.2f} мс")
         print(f"Q3 (75-й перцентиль): {np.percentile(delays, 75):.2f} мс")
-        print(f"IQR (межквартильный размах): {np.percentile(delays, 75) - np.percentile(delays, 25):.2f} мс")
+        print(
+            f"IQR (межквартильный размах): {np.percentile(delays, 75) - np.percentile(delays, 25):.2f} мс")
 
         # Создание гистограммы
         plt.figure(figsize=(14, 8))
@@ -80,34 +91,38 @@ def plot_delay_histogram_with_ci(csv_file_path, save_to_file=True, show_plot=Fal
 
         # Гистограмма
         n, bins, patches = plt.hist(delays, bins=n_bins, alpha=0.7, color='steelblue',
-                                   edgecolor='black', linewidth=0.5, density=False)
+                                    edgecolor='black', linewidth=0.5, density=False)
 
-        plt.xlabel('Задержка (мс)', fontsize=12)
+        plt.xlabel('Задержка (мс)')
-        plt.ylabel('Частота', fontsize=12)
+        plt.ylabel('Частота')
-        plt.title(f'Распределение задержек на обработку нажатия мыши (n={len(delays)}, CI={confidence_level*100}%)', 
+        plt.title(f'Распределение задержек на обработку нажатия мыши {title} (n={len(delays)}, CI={confidence_level*100}%)',
-                 fontsize=14, fontweight='bold')
+                  fontsize=14, fontweight='bold')
         plt.grid(True, alpha=0.3)
 
+        mean_delay = float(mean_delay)
+        median_delay = float(median_delay)
         # Добавление статистических линий
         plt.axvline(mean_delay, color='red', linestyle='-', linewidth=2,
-                   label=f'Среднее ({mean_delay:.1f} мс)')
+                    label=f'Среднее ({mean_delay:.1f} мс)')
         plt.axvline(median_delay, color='green', linestyle='-', linewidth=2,
-                   label=f'Медиана ({median_delay:.1f} мс)')
+                    label=f'Медиана ({median_delay:.1f} мс)')
 
         # Добавление доверительного интервала
         plt.axvspan(ci_lower, ci_upper, alpha=0.2, color='yellow',
-                   label=f'ДИ {confidence_level*100}%: [{ci_lower:.1f}, {ci_upper:.1f}] мс')
+                    label=f'ДИ {confidence_level*100}%: [{ci_lower:.1f}, {ci_upper:.1f}] мс')
 
         # Вертикальные линии для границ доверительного интервала
-        plt.axvline(ci_lower, color='orange', linestyle='--', linewidth=1, alpha=0.7)
+        plt.axvline(ci_lower, color='orange',
-        plt.axvline(ci_upper, color='orange', linestyle='--', linewidth=1, alpha=0.7)
+                    linestyle='--', linewidth=1, alpha=0.7)
+        plt.axvline(ci_upper, color='orange',
+                    linestyle='--', linewidth=1, alpha=0.7)
 
-        plt.legend(loc='upper right', fontsize=10)
+        plt.legend(loc='upper right')
         plt.tight_layout()
 
         # Сохранение в файл
         if save_to_file:
-            output_file = f'delay_distribution_ci_{int(confidence_level*100)}.png'
+            output_file = f'delay_distribution_{title}_ci_{int(confidence_level*100)}.png'
             plt.savefig(output_file, dpi=300, bbox_inches='tight')
             print(f"\n✓ Гистограмма сохранена как: {output_file}")
 
@@ -136,14 +151,15 @@ def plot_delay_histogram_with_ci(csv_file_path, save_to_file=True, show_plot=Fal
         print(f"✗ Ошибка: {e}")
         return None
 
+
 def compare_confidence_intervals(csv_file_path, confidence_levels=[0.90, 0.95, 0.99], delimiter=','):
     """
     Сравнение доверительных интервалов для разных уровней доверия
     """
     try:
         df = pd.read_csv(csv_file_path, delimiter=delimiter, header=None,
-                        names=['index', 'delay_ms'])
+                         names=['index', 'delay_ms'])
-        delays = df['delay_ms'].values
+        delays = np.array(df['delay_ms'].values)
 
         print("=" * 70)
         print("СРАВНЕНИЕ ДОВЕРИТЕЛЬНЫХ ИНТЕРВАЛОВ ДЛЯ РАЗНЫХ УРОВНЕЙ ДОВЕРИЯ")
@@ -154,7 +170,8 @@ def compare_confidence_intervals(csv_file_path, confidence_levels=[0.90, 0.95, 0
 
         results = []
         for conf in confidence_levels:
-            mean, ci_lower, ci_upper, std_error = calculate_confidence_interval(delays, conf)
+            mean, ci_lower, ci_upper, std_error = calculate_confidence_interval(
+                delays, conf)
             width = ci_upper - ci_lower
             margin = width / 2
 
@@ -178,11 +195,12 @@ def compare_confidence_intervals(csv_file_path, confidence_levels=[0.90, 0.95, 0
         print(f"Ошибка при сравнении интервалов: {e}")
         return None
 
+
 # Пример использования
 if __name__ == "__main__":
     # Укажите путь к вашему файлу
-    csv_file = "delays.csv"
+    csv_file = parse_args().file
-    
+    title = csv_file.split('/')[1].split('.')[0]
     print("АНАЛИЗ ДОВЕРИТЕЛЬНЫХ ИНТЕРВАЛОВ ДЛЯ ЗАДЕРЖЕК")
     print("=" * 50)
 
@@ -191,18 +209,21 @@ if __name__ == "__main__":
         csv_file_path=csv_file,
         save_to_file=True,
         show_plot=False,
-        confidence_level=0.99
+        confidence_level=0.99,
+        title=title
     )
 
     print("\n" + "=" * 50)
 
     # Сравнение разных уровней доверия
-    compare_results = compare_confidence_intervals(csv_file, [0.90, 0.95, 0.99])
+    compare_results = compare_confidence_intervals(
+        csv_file, [0.90, 0.95, 0.99])
 
     # Интерпретация результатов
     if results:
         print("\n--- ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ---")
         print(f"С вероятностью 95% истинное среднее значение задержки ")
-        print(f"находится в интервале от {results['ci_lower']:.2f} до {results['ci_upper']:.2f} мс.")
+        print(
+            f"находится в интервале от {results['ci_lower']:.2f} до {results['ci_upper']:.2f} мс.")
         print(f"Это означает, что если бы мы повторили эксперимент много раз,")
         print(f"95% вычисленных таким образом интервалов содержали бы истинное среднее значение.")