패턴 분석을위한 데이터 시각화 (언어 독립적이지만 R 선호)

패턴을 이해하기 위해 디스크 이미지에서 바이트를 플로팅하려고합니다. 디스크 테스트 프로그램에 의해이 패턴이 생성 된 것이 거의 확실하기 때문에 이것은 주로 학술적인 작업이지만 어쨌든 리버스 엔지니어링하고 싶습니다.

256 자 주기로 패턴이 정렬되어 있음을 이미 알고 있습니다.

이 정보를 시각화하는 두 가지 방법, 즉 각 픽셀의 색상이 문자의 ASCII 코드 인 16x16 평면 (3 차원) 또는 각 기간의 256 픽셀 선 (2 차원)입니다.

이것은 xxd(32x16)을 통해 본 패턴의 스냅 샷입니다 (하나 이상을 볼 수 있음).

어느 쪽이든, 나는이 정보를 시각화하는 방법을 찾으려고 노력하고 있습니다. 이것은 아마도 신호 분석에 어려움이 없지만 오픈 소스 소프트웨어를 사용하는 방법을 찾지 못하는 것 같습니다.

Matlab 또는 Mathematica를 피하고 싶습니다. 최근에 배우고 있기 때문에 R에서 답을 원합니다. 그러나 그럼에도 불구하고 모든 언어를 환영합니다.

2014-07-25 업데이트 : 아래 Emre의 대답이 주어지면 패턴의 첫 30MB가 256이 아닌 512로 정렬되어 패턴이 어떻게 생겼는지입니다 (이 정렬이 더 좋아 보입니다).

더 이상의 아이디어는 환영합니다!

시각적 분석을 사용합니다. 256 바이트마다 반복이 있다는 것을 알고 있으므로 256 픽셀 너비의 이미지를 깊이가 많은 이미지를 만들고 밝기를 사용하여 데이터를 인코딩하십시오. (i) python에서는 다음과 같습니다.

import os, numpy, matplotlib.pyplot as plt

%matplotlib inline

def read_in_chunks(infile, chunk_size=256):
    while True:
        chunk = infile.read(chunk_size)
        if chunk:
            yield chunk
        else:
            # The chunk was empty, which means we're at the end
            # of the file
            return

fname = 'enter something here'
srcfile = open(fname, 'rb')
height = 1 + os.path.getsize(fname)/256
data = numpy.zeros((height, 256), dtype=numpy.uint8)    

for i, line in enumerate(read_in_chunks(srcfile)):
    vals = list(map(int, line))
    data[i,:len(vals)] = vals

plt.imshow(data, aspect=1e-2);

PDF는 다음과 같습니다.

256 바이트주기 패턴은 수직선으로 나타납니다. 머리글과 꼬리를 제외하면 꽤 시끄러워 보입니다.

신호 분석에 대해서는 거의 아무것도 모르지만 R을 사용하여 2 차원 시각화를 쉽게 수행 할 수 있습니다. 특히 필요 reshape2하고 ggplot2패키지 할 것 입니다. 데이터를 가정입니다 넓은 먼저로 변환해야합니다 (예 : [N X 256] 크기) 오래 사용하여 형식 melt()에서 기능을 reshape2패키지로 제공된다. 그런 다음의 geom_tile지오메트리를 사용하십시오 ggplot2. 여기 에 요점을 가진 좋은 요리법 이 있습니다.

raster원시 바이너리 데이터를 읽고 NxM 그리드로 표시 할 수 있는 패키지를 살펴 보겠습니다 . 전체 파일을 읽을 필요없이 큰 이진 그리드의 하위 집합을 추출 할 수도 있습니다 (R 래스터 객체 자체는 데이터 자체가 아니라 데이터에 대한 프록시 일뿐입니다).