fast-datacard 0.1.5

概述

fast-datacard是Faster Analysis Software Taskforce (FAST) 协作内部开发的一个Python打包程序。此包的主要目的是从数据帧中创建与HiggsCombine工具兼容的数据卡。该包将接受分类数据帧，例如由alphatwirl包创建的数据帧，并创建必要的ROOT和数据卡输出。

特性

• 将分类数据帧（见 examples/data/*.csv）转换为可用于HiggsCombine工具的有效数据。

用法

用法如下：

fast_datacard <yaml_config_file>

一个示例 yaml 配置文件可用： examples/datacards_config.yaml。配置文件列出了所有输入事件类别、区域、物理过程、数据帧等。以下几点需要注意

• 必须存在 通用、区域、信号、背景 和 系统误差 块。

• analysis_name、version 和 dataset 仅用于版本控制。

• luminosity 的值（浮点数，单位为 fb-1）用于将信号和背景 内容 和 误差 加权到预期的亮度。

• 对于每个名为 X 的信号和背景过程，在 path_to_dfs 目录中应该有一个名为 X.csv 的文件（空格分隔的 Pandas 数据框）。

• data_names_df 应等于数据框中使用的 process 名称（例如示例配置文件中的 Data），同时也应该是 path_to_dfs 中 .csv 数据框的名称。data_names_dc 将是输出数据直方图名称，应等于由 HiggsCombine 工具 强制的 data_obs。

• 必须至少有一个信号和一个背景。

• 背景（但不是信号，见下文）只能存在于特定区域（见示例配置文件）。

• systematics 块中列出的系统误差可以有三个类型：lnN、lnU 和 shape。前两种是归一化不确定性，应提供一个值，该值对应于 1 + X，其中 X 是一个标准差水平的百分比不确定性（见示例配置文件）。对于 shape 类型，不需要值，因为形状本身编码了不确定性水平。不需要在不确定性名称中指定 Up/Down，因为这将从输入数据框中推导出来（见下文）。

• 系统误差可以仅应用于一组特定的信号和/或背景，在这种情况下，应指定过程的名称（与数据框中的名称相同）。如果系统误差适用于所有背景，可以使用 backgrounds 而不是列出所有背景过程（对于 signals 也是如此）。

运行配置也部分来源于输入数据框，因此其格式应遵循一些规则

1. 列应命名为

   process region category systematic variable variable_low variable_high content error

其中

• process 是物理过程的名称，例如 VBF、Ewk 等。

• region 是区域的名称，例如 Signal、ControlRegion1 等。

• category 是事件类别的名称，例如 2jet、highMass 等。每个唯一名称将被视为一个不同的类别。

• systematic 是应用于获得本行 内容 的系统形状变异的名称。例如，如果一个过程有两个形状系统误差不确定性名为 syst1 和 syst2，则数据框应包含 5 个变异：nominal、syst1_Up、syst1_Down、syst2_Up、syst2_Down，每个存在此过程的bin都应包含这些变异。

• variable 是输出直方图中定义 x 值的变量的名称。它不被代码使用，主要是为了跟踪不同类别中的拟合变量。

• variable_low 和 variable_high 定义了用于拟合的输出直方图中沿 x 轴的划分。每个唯一的 (variable_low, variable_high) 组合将被视为一个唯一的划分。

• content 是针对这个特定 (process、region、category、systematic、variable、variable_low、variable_high) 划分的产量。

• error 是分配给产量的误差（请注意，它不是误差的平方！因此，对于泊松实验，它应该是 sqrt(N)）。

在某种意义上，使用 region 或 category 是可选的，因为一个分析可能只有一个区域和一个类别；在这种情况下，需要为所有行填充同一列的值。

2. 即使在 content 为 0 的情况下，也应该在所有类别和区域中定义信号（s）过程。换句话说，如果您正在寻找名为 bananas 的奇异信号，代码假定它将在分析的每个划分中找到 bananas 的 content（即代码永远不会假设信号不能存在于控制区域）。

3. 即使在 content 为 0 的情况下，也应该在所有类别和区域中定义数据。如果某个地方没有定义数据，那么类别/区域甚至不应该存在于分析中。

该软件包将生成两组输出

• 文本数据卡，总结了物理过程、产量和关于分析的其他元信息。

• ROOT 数据卡，包含描述将用于拟合的形状的直方图。

两者都可作为 HiggsCombine 工具 的输入。

致谢

此软件包是用 Cookiecutter 和 audreyr/cookiecutter-pypackage 项目模板创建的。

0.1.5 (2018-04-29)

• 修复拼写错误

0.1.4 (2018-04-29)

• 添加错误消息以解释崩溃

0.1.3 (2018-04-05)

• 更容易处理 dataframe 文件

0.1.2 (2018-04-04)

• 更新可执行文件名称和文档

0.1.1 (2018-10-01)

• 添加初始文档

0.1.0 (2018-08-21)

• 首次发布于 PyPI。