search

SpikeInterface / spikeinterface

A Python-based module for creating flexible and robust spike sorting pipelines.
https://spikeinterface.readthedocs.io
MIT License
521 stars 186 forks source link

Issue Encountered with Kilosort4 After Interpolating Using Dredge_LFP #3313

Closed DaohanZhang closed 2 months ago

DaohanZhang commented 2 months ago

Hi! Using ks4 without docker is terribly convenient dealing with Neuropixels recording from sipkeGLX! But after interpolating my action potential (AP) with motion calculated from local field potentials (LFP) using both dredge_lfp in spikeinterface or rigid_registration inDREDge, I failed to run Kilosort4. There raised an error that variance "motion", which should not be a dict, happened to be a dict and lost its attribute "motion.dim". I was using the lattest version (V0.101.0) of spikeinterface, and my environment meet the requirements, since kilosort4 can be applied to raw ap data smoothly. My notebook is attached below Thanks!

DaohanZhang commented 2 months ago 
import os
os.system('newgrp docker')
import numpy as np
import matplotlib.pyplot as plt
import spikeinterface.full as si  # import core only
import spikeinterface.extractors as se
import spikeinterface.preprocessing as spre
import spikeinterface.sorters as ss
import spikeinterface.postprocessing as spost
import spikeinterface.qualitymetrics as sqm
import spikeinterface.comparison as sc
import spikeinterface.exporters as sexp
import spikeinterface.curation as scur
import spikeinterface.widgets as sw
from spikeinterface.sortingcomponents.peak_detection import detect_peaks
from spikeinterface.sortingcomponents.peak_localization import localize_peaks
print('#')
/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/tqdm/auto.py:21: TqdmWarning: IProgress not found. Please update jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html
  from .autonotebook import tqdm as notebook_tqdm

#
#ss.available_sorters()
print(si.__version__)
0.101.0
lfpraw = se.read_spikeglx("/home/zhangdaohan20h/public_data/NPX_examples/Pt01", load_sync_channel=False, 
                          stream_id="imec0.lf")
lfpraw
/home/zhangdaohan20h/public_data/NPX_examples/Pt01/Pt01_g0_t0.imec0.ap.meta
/home/zhangdaohan20h/public_data/NPX_examples/Pt01/Pt01_g0_t0.imec0.lf.meta
SpikeGLXRecordingExtractor: 384 channels - 2500.0Hz - 1 segments - 2,084,558 samples - 833.82s (13.90 minutes) - int16 dtype - 1.49 GiB
Channel IDs
    ['imec0.lf#LF0' 'imec0.lf#LF1' 'imec0.lf#LF2' 'imec0.lf#LF3' 'imec0.lf#LF4' 'imec0.lf#LF5' 'imec0.lf#LF6' 'imec0.lf#LF7' 'imec0.lf#LF8' 'imec0.lf#LF9' 'imec0.lf#LF10' 'imec0.lf#LF11' 'imec0.lf#LF12' 'imec0.lf#LF13' 'imec0.lf#LF14' 'imec0.lf#LF15' 'imec0.lf#LF16' 'imec0.lf#LF17' 'imec0.lf#LF18' 'imec0.lf#LF19' 'imec0.lf#LF20' 'imec0.lf#LF21' 'imec0.lf#LF22' 'imec0.lf#LF23' 'imec0.lf#LF24' 'imec0.lf#LF25' 'imec0.lf#LF26' 'imec0.lf#LF27' 'imec0.lf#LF28' 'imec0.lf#LF29' 'imec0.lf#LF30' 'imec0.lf#LF31' 'imec0.lf#LF32' 'imec0.lf#LF33' 'imec0.lf#LF34' 'imec0.lf#LF35' 'imec0.lf#LF36' 'imec0.lf#LF37' 'imec0.lf#LF38' 'imec0.lf#LF39' 'imec0.lf#LF40' 'imec0.lf#LF41' 'imec0.lf#LF42' 'imec0.lf#LF43' 'imec0.lf#LF44' 'imec0.lf#LF45' 'imec0.lf#LF46' 'imec0.lf#LF47' 'imec0.lf#LF48' 'imec0.lf#LF49' 'imec0.lf#LF50' 'imec0.lf#LF51' 'imec0.lf#LF52' 'imec0.lf#LF53' 'imec0.lf#LF54' 'imec0.lf#LF55' 'imec0.lf#LF56' 'imec0.lf#LF57' 'imec0.lf#LF58' 'imec0.lf#LF59' 'imec0.lf#LF60' 'imec0.lf#LF61' 'imec0.lf#LF62' 'imec0.lf#LF63' 'imec0.lf#LF64' 'imec0.lf#LF65' 'imec0.lf#LF66' 'imec0.lf#LF67' 'imec0.lf#LF68' 'imec0.lf#LF69' 'imec0.lf#LF70' 'imec0.lf#LF71' 'imec0.lf#LF72' 'imec0.lf#LF73' 'imec0.lf#LF74' 'imec0.lf#LF75' 'imec0.lf#LF76' 'imec0.lf#LF77' 'imec0.lf#LF78' 'imec0.lf#LF79' 'imec0.lf#LF80' 'imec0.lf#LF81' 'imec0.lf#LF82' 'imec0.lf#LF83' 'imec0.lf#LF84' 'imec0.lf#LF85' 'imec0.lf#LF86' 'imec0.lf#LF87' 'imec0.lf#LF88' 'imec0.lf#LF89' 'imec0.lf#LF90' 'imec0.lf#LF91' 'imec0.lf#LF92' 'imec0.lf#LF93' 'imec0.lf#LF94' 'imec0.lf#LF95' 'imec0.lf#LF96' 'imec0.lf#LF97' 'imec0.lf#LF98' 'imec0.lf#LF99' 'imec0.lf#LF100' 'imec0.lf#LF101' 'imec0.lf#LF102' 'imec0.lf#LF103' 'imec0.lf#LF104' 'imec0.lf#LF105' 'imec0.lf#LF106' 'imec0.lf#LF107' 'imec0.lf#LF108' 'imec0.lf#LF109' 'imec0.lf#LF110' 'imec0.lf#LF111' 'imec0.lf#LF112' 'imec0.lf#LF113' 'imec0.lf#LF114' 'imec0.lf#LF115' 'imec0.lf#LF116' 'imec0.lf#LF117' 'imec0.lf#LF118' 'imec0.lf#LF119' 'imec0.lf#LF120' 'imec0.lf#LF121' 'imec0.lf#LF122' 'imec0.lf#LF123' 'imec0.lf#LF124' 'imec0.lf#LF125' 'imec0.lf#LF126' 'imec0.lf#LF127' 'imec0.lf#LF128' 'imec0.lf#LF129' 'imec0.lf#LF130' 'imec0.lf#LF131' 'imec0.lf#LF132' 'imec0.lf#LF133' 'imec0.lf#LF134' 'imec0.lf#LF135' 'imec0.lf#LF136' 'imec0.lf#LF137' 'imec0.lf#LF138' 'imec0.lf#LF139' 'imec0.lf#LF140' 'imec0.lf#LF141' 'imec0.lf#LF142' 'imec0.lf#LF143' 'imec0.lf#LF144' 'imec0.lf#LF145' 'imec0.lf#LF146' 'imec0.lf#LF147' 'imec0.lf#LF148' 'imec0.lf#LF149' 'imec0.lf#LF150' 'imec0.lf#LF151' 'imec0.lf#LF152' 'imec0.lf#LF153' 'imec0.lf#LF154' 'imec0.lf#LF155' 'imec0.lf#LF156' 'imec0.lf#LF157' 'imec0.lf#LF158' 'imec0.lf#LF159' 'imec0.lf#LF160' 'imec0.lf#LF161' 'imec0.lf#LF162' 'imec0.lf#LF163' 'imec0.lf#LF164' 'imec0.lf#LF165' 'imec0.lf#LF166' 'imec0.lf#LF167' 'imec0.lf#LF168' 'imec0.lf#LF169' 'imec0.lf#LF170' 'imec0.lf#LF171' 'imec0.lf#LF172' 'imec0.lf#LF173' 'imec0.lf#LF174' 'imec0.lf#LF175' 'imec0.lf#LF176' 'imec0.lf#LF177' 'imec0.lf#LF178' 'imec0.lf#LF179' 'imec0.lf#LF180' 'imec0.lf#LF181' 'imec0.lf#LF182' 'imec0.lf#LF183' 'imec0.lf#LF184' 'imec0.lf#LF185' 'imec0.lf#LF186' 'imec0.lf#LF187' 'imec0.lf#LF188' 'imec0.lf#LF189' 'imec0.lf#LF190' 'imec0.lf#LF191' 'imec0.lf#LF192' 'imec0.lf#LF193' 'imec0.lf#LF194' 'imec0.lf#LF195' 'imec0.lf#LF196' 'imec0.lf#LF197' 'imec0.lf#LF198' 'imec0.lf#LF199' 'imec0.lf#LF200' 'imec0.lf#LF201' 'imec0.lf#LF202' 'imec0.lf#LF203' 'imec0.lf#LF204' 'imec0.lf#LF205' 'imec0.lf#LF206' 'imec0.lf#LF207' 'imec0.lf#LF208' 'imec0.lf#LF209' 'imec0.lf#LF210' 'imec0.lf#LF211' 'imec0.lf#LF212' 'imec0.lf#LF213' 'imec0.lf#LF214' 'imec0.lf#LF215' 'imec0.lf#LF216' 'imec0.lf#LF217' 'imec0.lf#LF218' 'imec0.lf#LF219' 'imec0.lf#LF220' 'imec0.lf#LF221' 'imec0.lf#LF222' 'imec0.lf#LF223' 'imec0.lf#LF224' 'imec0.lf#LF225' 'imec0.lf#LF226' 'imec0.lf#LF227' 'imec0.lf#LF228' 'imec0.lf#LF229' 'imec0.lf#LF230' 'imec0.lf#LF231' 'imec0.lf#LF232' 'imec0.lf#LF233' 'imec0.lf#LF234' 'imec0.lf#LF235' 'imec0.lf#LF236' 'imec0.lf#LF237' 'imec0.lf#LF238' 'imec0.lf#LF239' 'imec0.lf#LF240' 'imec0.lf#LF241' 'imec0.lf#LF242' 'imec0.lf#LF243' 'imec0.lf#LF244' 'imec0.lf#LF245' 'imec0.lf#LF246' 'imec0.lf#LF247' 'imec0.lf#LF248' 'imec0.lf#LF249' 'imec0.lf#LF250' 'imec0.lf#LF251' 'imec0.lf#LF252' 'imec0.lf#LF253' 'imec0.lf#LF254' 'imec0.lf#LF255' 'imec0.lf#LF256' 'imec0.lf#LF257' 'imec0.lf#LF258' 'imec0.lf#LF259' 'imec0.lf#LF260' 'imec0.lf#LF261' 'imec0.lf#LF262' 'imec0.lf#LF263' 'imec0.lf#LF264' 'imec0.lf#LF265' 'imec0.lf#LF266' 'imec0.lf#LF267' 'imec0.lf#LF268' 'imec0.lf#LF269' 'imec0.lf#LF270' 'imec0.lf#LF271' 'imec0.lf#LF272' 'imec0.lf#LF273' 'imec0.lf#LF274' 'imec0.lf#LF275' 'imec0.lf#LF276' 'imec0.lf#LF277' 'imec0.lf#LF278' 'imec0.lf#LF279' 'imec0.lf#LF280' 'imec0.lf#LF281' 'imec0.lf#LF282' 'imec0.lf#LF283' 'imec0.lf#LF284' 'imec0.lf#LF285' 'imec0.lf#LF286' 'imec0.lf#LF287' 'imec0.lf#LF288' 'imec0.lf#LF289' 'imec0.lf#LF290' 'imec0.lf#LF291' 'imec0.lf#LF292' 'imec0.lf#LF293' 'imec0.lf#LF294' 'imec0.lf#LF295' 'imec0.lf#LF296' 'imec0.lf#LF297' 'imec0.lf#LF298' 'imec0.lf#LF299' 'imec0.lf#LF300' 'imec0.lf#LF301' 'imec0.lf#LF302' 'imec0.lf#LF303' 'imec0.lf#LF304' 'imec0.lf#LF305' 'imec0.lf#LF306' 'imec0.lf#LF307' 'imec0.lf#LF308' 'imec0.lf#LF309' 'imec0.lf#LF310' 'imec0.lf#LF311' 'imec0.lf#LF312' 'imec0.lf#LF313' 'imec0.lf#LF314' 'imec0.lf#LF315' 'imec0.lf#LF316' 'imec0.lf#LF317' 'imec0.lf#LF318' 'imec0.lf#LF319' 'imec0.lf#LF320' 'imec0.lf#LF321' 'imec0.lf#LF322' 'imec0.lf#LF323' 'imec0.lf#LF324' 'imec0.lf#LF325' 'imec0.lf#LF326' 'imec0.lf#LF327' 'imec0.lf#LF328' 'imec0.lf#LF329' 'imec0.lf#LF330' 'imec0.lf#LF331' 'imec0.lf#LF332' 'imec0.lf#LF333' 'imec0.lf#LF334' 'imec0.lf#LF335' 'imec0.lf#LF336' 'imec0.lf#LF337' 'imec0.lf#LF338' 'imec0.lf#LF339' 'imec0.lf#LF340' 'imec0.lf#LF341' 'imec0.lf#LF342' 'imec0.lf#LF343' 'imec0.lf#LF344' 'imec0.lf#LF345' 'imec0.lf#LF346' 'imec0.lf#LF347' 'imec0.lf#LF348' 'imec0.lf#LF349' 'imec0.lf#LF350' 'imec0.lf#LF351' 'imec0.lf#LF352' 'imec0.lf#LF353' 'imec0.lf#LF354' 'imec0.lf#LF355' 'imec0.lf#LF356' 'imec0.lf#LF357' 'imec0.lf#LF358' 'imec0.lf#LF359' 'imec0.lf#LF360' 'imec0.lf#LF361' 'imec0.lf#LF362' 'imec0.lf#LF363' 'imec0.lf#LF364' 'imec0.lf#LF365' 'imec0.lf#LF366' 'imec0.lf#LF367' 'imec0.lf#LF368' 'imec0.lf#LF369' 'imec0.lf#LF370' 'imec0.lf#LF371' 'imec0.lf#LF372' 'imec0.lf#LF373' 'imec0.lf#LF374' 'imec0.lf#LF375' 'imec0.lf#LF376' 'imec0.lf#LF377' 'imec0.lf#LF378' 'imec0.lf#LF379' 'imec0.lf#LF380' 'imec0.lf#LF381' 'imec0.lf#LF382' 'imec0.lf#LF383']
Annotations
  • is_filtered : False
  • probe_0_planar_contour : [[ -11 9989] [ -11 -11] [ 24 -186] [ 59 -11] [ 59 9989]]
  • probes_info : [{'model_name': 'Neuropixels 1.0', 'manufacturer': 'IMEC', 'probe_type': '0', 'serial_number': '19398215591', 'part_number': 'NP1010', 'port': '1', 'slot': '2'}]
Channel Properties
    gain_to_uV [4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875 4.6875]
    offset_to_uV [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
    channel_names ['LF0' 'LF1' 'LF2' 'LF3' 'LF4' 'LF5' 'LF6' 'LF7' 'LF8' 'LF9' 'LF10' 'LF11' 'LF12' 'LF13' 'LF14' 'LF15' 'LF16' 'LF17' 'LF18' 'LF19' 'LF20' 'LF21' 'LF22' 'LF23' 'LF24' 'LF25' 'LF26' 'LF27' 'LF28' 'LF29' 'LF30' 'LF31' 'LF32' 'LF33' 'LF34' 'LF35' 'LF36' 'LF37' 'LF38' 'LF39' 'LF40' 'LF41' 'LF42' 'LF43' 'LF44' 'LF45' 'LF46' 'LF47' 'LF48' 'LF49' 'LF50' 'LF51' 'LF52' 'LF53' 'LF54' 'LF55' 'LF56' 'LF57' 'LF58' 'LF59' 'LF60' 'LF61' 'LF62' 'LF63' 'LF64' 'LF65' 'LF66' 'LF67' 'LF68' 'LF69' 'LF70' 'LF71' 'LF72' 'LF73' 'LF74' 'LF75' 'LF76' 'LF77' 'LF78' 'LF79' 'LF80' 'LF81' 'LF82' 'LF83' 'LF84' 'LF85' 'LF86' 'LF87' 'LF88' 'LF89' 'LF90' 'LF91' 'LF92' 'LF93' 'LF94' 'LF95' 'LF96' 'LF97' 'LF98' 'LF99' 'LF100' 'LF101' 'LF102' 'LF103' 'LF104' 'LF105' 'LF106' 'LF107' 'LF108' 'LF109' 'LF110' 'LF111' 'LF112' 'LF113' 'LF114' 'LF115' 'LF116' 'LF117' 'LF118' 'LF119' 'LF120' 'LF121' 'LF122' 'LF123' 'LF124' 'LF125' 'LF126' 'LF127' 'LF128' 'LF129' 'LF130' 'LF131' 'LF132' 'LF133' 'LF134' 'LF135' 'LF136' 'LF137' 'LF138' 'LF139' 'LF140' 'LF141' 'LF142' 'LF143' 'LF144' 'LF145' 'LF146' 'LF147' 'LF148' 'LF149' 'LF150' 'LF151' 'LF152' 'LF153' 'LF154' 'LF155' 'LF156' 'LF157' 'LF158' 'LF159' 'LF160' 'LF161' 'LF162' 'LF163' 'LF164' 'LF165' 'LF166' 'LF167' 'LF168' 'LF169' 'LF170' 'LF171' 'LF172' 'LF173' 'LF174' 'LF175' 'LF176' 'LF177' 'LF178' 'LF179' 'LF180' 'LF181' 'LF182' 'LF183' 'LF184' 'LF185' 'LF186' 'LF187' 'LF188' 'LF189' 'LF190' 'LF191' 'LF192' 'LF193' 'LF194' 'LF195' 'LF196' 'LF197' 'LF198' 'LF199' 'LF200' 'LF201' 'LF202' 'LF203' 'LF204' 'LF205' 'LF206' 'LF207' 'LF208' 'LF209' 'LF210' 'LF211' 'LF212' 'LF213' 'LF214' 'LF215' 'LF216' 'LF217' 'LF218' 'LF219' 'LF220' 'LF221' 'LF222' 'LF223' 'LF224' 'LF225' 'LF226' 'LF227' 'LF228' 'LF229' 'LF230' 'LF231' 'LF232' 'LF233' 'LF234' 'LF235' 'LF236' 'LF237' 'LF238' 'LF239' 'LF240' 'LF241' 'LF242' 'LF243' 'LF244' 'LF245' 'LF246' 'LF247' 'LF248' 'LF249' 'LF250' 'LF251' 'LF252' 'LF253' 'LF254' 'LF255' 'LF256' 'LF257' 'LF258' 'LF259' 'LF260' 'LF261' 'LF262' 'LF263' 'LF264' 'LF265' 'LF266' 'LF267' 'LF268' 'LF269' 'LF270' 'LF271' 'LF272' 'LF273' 'LF274' 'LF275' 'LF276' 'LF277' 'LF278' 'LF279' 'LF280' 'LF281' 'LF282' 'LF283' 'LF284' 'LF285' 'LF286' 'LF287' 'LF288' 'LF289' 'LF290' 'LF291' 'LF292' 'LF293' 'LF294' 'LF295' 'LF296' 'LF297' 'LF298' 'LF299' 'LF300' 'LF301' 'LF302' 'LF303' 'LF304' 'LF305' 'LF306' 'LF307' 'LF308' 'LF309' 'LF310' 'LF311' 'LF312' 'LF313' 'LF314' 'LF315' 'LF316' 'LF317' 'LF318' 'LF319' 'LF320' 'LF321' 'LF322' 'LF323' 'LF324' 'LF325' 'LF326' 'LF327' 'LF328' 'LF329' 'LF330' 'LF331' 'LF332' 'LF333' 'LF334' 'LF335' 'LF336' 'LF337' 'LF338' 'LF339' 'LF340' 'LF341' 'LF342' 'LF343' 'LF344' 'LF345' 'LF346' 'LF347' 'LF348' 'LF349' 'LF350' 'LF351' 'LF352' 'LF353' 'LF354' 'LF355' 'LF356' 'LF357' 'LF358' 'LF359' 'LF360' 'LF361' 'LF362' 'LF363' 'LF364' 'LF365' 'LF366' 'LF367' 'LF368' 'LF369' 'LF370' 'LF371' 'LF372' 'LF373' 'LF374' 'LF375' 'LF376' 'LF377' 'LF378' 'LF379' 'LF380' 'LF381' 'LF382' 'LF383']
    contact_vector [(0, 16., 0., 'square', 12., '', 'e0', 0, 'um', 1., 0., 0., 1., 0, 0, 0, 500, 250, 1) (0, 48., 0., 'square', 12., '', 'e1', 1, 'um', 1., 0., 0., 1., 1, 0, 0, 500, 250, 1) (0, 0., 20., 'square', 12., '', 'e2', 2, 'um', 1., 0., 0., 1., 2, 0, 0, 500, 250, 1) (0, 32., 20., 'square', 12., '', 'e3', 3, 'um', 1., 0., 0., 1., 3, 0, 0, 500, 250, 1) (0, 16., 40., 'square', 12., '', 'e4', 4, 'um', 1., 0., 0., 1., 4, 0, 0, 500, 250, 1) (0, 48., 40., 'square', 12., '', 'e5', 5, 'um', 1., 0., 0., 1., 5, 0, 0, 500, 250, 1) (0, 0., 60., 'square', 12., '', 'e6', 6, 'um', 1., 0., 0., 1., 6, 0, 0, 500, 250, 1) (0, 32., 60., 'square', 12., '', 'e7', 7, 'um', 1., 0., 0., 1., 7, 0, 0, 500, 250, 1) (0, 16., 80., 'square', 12., '', 'e8', 8, 'um', 1., 0., 0., 1., 8, 0, 0, 500, 250, 1) (0, 48., 80., 'square', 12., '', 'e9', 9, 'um', 1., 0., 0., 1., 9, 0, 0, 500, 250, 1) (0, 0., 100., 'square', 12., '', 'e10', 10, 'um', 1., 0., 0., 1., 10, 0, 0, 500, 250, 1) (0, 32., 100., 'square', 12., '', 'e11', 11, 'um', 1., 0., 0., 1., 11, 0, 0, 500, 250, 1) (0, 16., 120., 'square', 12., '', 'e12', 12, 'um', 1., 0., 0., 1., 12, 0, 0, 500, 250, 1) (0, 48., 120., 'square', 12., '', 'e13', 13, 'um', 1., 0., 0., 1., 13, 0, 0, 500, 250, 1) (0, 0., 140., 'square', 12., '', 'e14', 14, 'um', 1., 0., 0., 1., 14, 0, 0, 500, 250, 1) (0, 32., 140., 'square', 12., '', 'e15', 15, 'um', 1., 0., 0., 1., 15, 0, 0, 500, 250, 1) (0, 16., 160., 'square', 12., '', 'e16', 16, 'um', 1., 0., 0., 1., 16, 0, 0, 500, 250, 1) (0, 48., 160., 'square', 12., '', 'e17', 17, 'um', 1., 0., 0., 1., 17, 0, 0, 500, 250, 1) (0, 0., 180., 'square', 12., '', 'e18', 18, 'um', 1., 0., 0., 1., 18, 0, 0, 500, 250, 1) (0, 32., 180., 'square', 12., '', 'e19', 19, 'um', 1., 0., 0., 1., 19, 0, 0, 500, 250, 1) (0, 16., 200., 'square', 12., '', 'e20', 20, 'um', 1., 0., 0., 1., 20, 0, 0, 500, 250, 1) (0, 48., 200., 'square', 12., '', 'e21', 21, 'um', 1., 0., 0., 1., 21, 0, 0, 500, 250, 1) (0, 0., 220., 'square', 12., '', 'e22', 22, 'um', 1., 0., 0., 1., 22, 0, 0, 500, 250, 1) (0, 32., 220., 'square', 12., '', 'e23', 23, 'um', 1., 0., 0., 1., 23, 0, 0, 500, 250, 1) (0, 16., 240., 'square', 12., '', 'e24', 24, 'um', 1., 0., 0., 1., 24, 0, 0, 500, 250, 1) (0, 48., 240., 'square', 12., '', 'e25', 25, 'um', 1., 0., 0., 1., 25, 0, 0, 500, 250, 1) (0, 0., 260., 'square', 12., '', 'e26', 26, 'um', 1., 0., 0., 1., 26, 0, 0, 500, 250, 1) (0, 32., 260., 'square', 12., '', 'e27', 27, 'um', 1., 0., 0., 1., 27, 0, 0, 500, 250, 1) (0, 16., 280., 'square', 12., '', 'e28', 28, 'um', 1., 0., 0., 1., 28, 0, 0, 500, 250, 1) (0, 48., 280., 'square', 12., '', 'e29', 29, 'um', 1., 0., 0., 1., 29, 0, 0, 500, 250, 1) (0, 0., 300., 'square', 12., '', 'e30', 30, 'um', 1., 0., 0., 1., 30, 0, 0, 500, 250, 1) (0, 32., 300., 'square', 12., '', 'e31', 31, 'um', 1., 0., 0., 1., 31, 0, 0, 500, 250, 1) (0, 16., 320., 'square', 12., '', 'e32', 32, 'um', 1., 0., 0., 1., 32, 0, 0, 500, 250, 1) (0, 48., 320., 'square', 12., '', 'e33', 33, 'um', 1., 0., 0., 1., 33, 0, 0, 500, 250, 1) (0, 0., 340., 'square', 12., '', 'e34', 34, 'um', 1., 0., 0., 1., 34, 0, 0, 500, 250, 1) (0, 32., 340., 'square', 12., '', 'e35', 35, 'um', 1., 0., 0., 1., 35, 0, 0, 500, 250, 1) (0, 16., 360., 'square', 12., '', 'e36', 36, 'um', 1., 0., 0., 1., 36, 0, 0, 500, 250, 1) (0, 48., 360., 'square', 12., '', 'e37', 37, 'um', 1., 0., 0., 1., 37, 0, 0, 500, 250, 1) (0, 0., 380., 'square', 12., '', 'e38', 38, 'um', 1., 0., 0., 1., 38, 0, 0, 500, 250, 1) (0, 32., 380., 'square', 12., '', 'e39', 39, 'um', 1., 0., 0., 1., 39, 0, 0, 500, 250, 1) (0, 16., 400., 'square', 12., '', 'e40', 40, 'um', 1., 0., 0., 1., 40, 0, 0, 500, 250, 1) (0, 48., 400., 'square', 12., '', 'e41', 41, 'um', 1., 0., 0., 1., 41, 0, 0, 500, 250, 1) (0, 0., 420., 'square', 12., '', 'e42', 42, 'um', 1., 0., 0., 1., 42, 0, 0, 500, 250, 1) (0, 32., 420., 'square', 12., '', 'e43', 43, 'um', 1., 0., 0., 1., 43, 0, 0, 500, 250, 1) (0, 16., 440., 'square', 12., '', 'e44', 44, 'um', 1., 0., 0., 1., 44, 0, 0, 500, 250, 1) (0, 48., 440., 'square', 12., '', 'e45', 45, 'um', 1., 0., 0., 1., 45, 0, 0, 500, 250, 1) (0, 0., 460., 'square', 12., '', 'e46', 46, 'um', 1., 0., 0., 1., 46, 0, 0, 500, 250, 1) (0, 32., 460., 'square', 12., '', 'e47', 47, 'um', 1., 0., 0., 1., 47, 0, 0, 500, 250, 1) (0, 16., 480., 'square', 12., '', 'e48', 48, 'um', 1., 0., 0., 1., 48, 0, 0, 500, 250, 1) (0, 48., 480., 'square', 12., '', 'e49', 49, 'um', 1., 0., 0., 1., 49, 0, 0, 500, 250, 1) (0, 0., 500., 'square', 12., '', 'e50', 50, 'um', 1., 0., 0., 1., 50, 0, 0, 500, 250, 1) (0, 32., 500., 'square', 12., '', 'e51', 51, 'um', 1., 0., 0., 1., 51, 0, 0, 500, 250, 1) (0, 16., 520., 'square', 12., '', 'e52', 52, 'um', 1., 0., 0., 1., 52, 0, 0, 500, 250, 1) (0, 48., 520., 'square', 12., '', 'e53', 53, 'um', 1., 0., 0., 1., 53, 0, 0, 500, 250, 1) (0, 0., 540., 'square', 12., '', 'e54', 54, 'um', 1., 0., 0., 1., 54, 0, 0, 500, 250, 1) (0, 32., 540., 'square', 12., '', 'e55', 55, 'um', 1., 0., 0., 1., 55, 0, 0, 500, 250, 1) (0, 16., 560., 'square', 12., '', 'e56', 56, 'um', 1., 0., 0., 1., 56, 0, 0, 500, 250, 1) (0, 48., 560., 'square', 12., '', 'e57', 57, 'um', 1., 0., 0., 1., 57, 0, 0, 500, 250, 1) (0, 0., 580., 'square', 12., '', 'e58', 58, 'um', 1., 0., 0., 1., 58, 0, 0, 500, 250, 1) (0, 32., 580., 'square', 12., '', 'e59', 59, 'um', 1., 0., 0., 1., 59, 0, 0, 500, 250, 1) (0, 16., 600., 'square', 12., '', 'e60', 60, 'um', 1., 0., 0., 1., 60, 0, 0, 500, 250, 1) (0, 48., 600., 'square', 12., '', 'e61', 61, 'um', 1., 0., 0., 1., 61, 0, 0, 500, 250, 1) (0, 0., 620., 'square', 12., '', 'e62', 62, 'um', 1., 0., 0., 1., 62, 0, 0, 500, 250, 1) (0, 32., 620., 'square', 12., '', 'e63', 63, 'um', 1., 0., 0., 1., 63, 0, 0, 500, 250, 1) (0, 16., 640., 'square', 12., '', 'e64', 64, 'um', 1., 0., 0., 1., 64, 0, 0, 500, 250, 1) (0, 48., 640., 'square', 12., '', 'e65', 65, 'um', 1., 0., 0., 1., 65, 0, 0, 500, 250, 1) (0, 0., 660., 'square', 12., '', 'e66', 66, 'um', 1., 0., 0., 1., 66, 0, 0, 500, 250, 1) (0, 32., 660., 'square', 12., '', 'e67', 67, 'um', 1., 0., 0., 1., 67, 0, 0, 500, 250, 1) (0, 16., 680., 'square', 12., '', 'e68', 68, 'um', 1., 0., 0., 1., 68, 0, 0, 500, 250, 1) (0, 48., 680., 'square', 12., '', 'e69', 69, 'um', 1., 0., 0., 1., 69, 0, 0, 500, 250, 1) (0, 0., 700., 'square', 12., '', 'e70', 70, 'um', 1., 0., 0., 1., 70, 0, 0, 500, 250, 1) (0, 32., 700., 'square', 12., '', 'e71', 71, 'um', 1., 0., 0., 1., 71, 0, 0, 500, 250, 1) (0, 16., 720., 'square', 12., '', 'e72', 72, 'um', 1., 0., 0., 1., 72, 0, 0, 500, 250, 1) (0, 48., 720., 'square', 12., '', 'e73', 73, 'um', 1., 0., 0., 1., 73, 0, 0, 500, 250, 1) (0, 0., 740., 'square', 12., '', 'e74', 74, 'um', 1., 0., 0., 1., 74, 0, 0, 500, 250, 1) (0, 32., 740., 'square', 12., '', 'e75', 75, 'um', 1., 0., 0., 1., 75, 0, 0, 500, 250, 1) (0, 16., 760., 'square', 12., '', 'e76', 76, 'um', 1., 0., 0., 1., 76, 0, 0, 500, 250, 1) (0, 48., 760., 'square', 12., '', 'e77', 77, 'um', 1., 0., 0., 1., 77, 0, 0, 500, 250, 1) (0, 0., 780., 'square', 12., '', 'e78', 78, 'um', 1., 0., 0., 1., 78, 0, 0, 500, 250, 1) (0, 32., 780., 'square', 12., '', 'e79', 79, 'um', 1., 0., 0., 1., 79, 0, 0, 500, 250, 1) (0, 16., 800., 'square', 12., '', 'e80', 80, 'um', 1., 0., 0., 1., 80, 0, 0, 500, 250, 1) (0, 48., 800., 'square', 12., '', 'e81', 81, 'um', 1., 0., 0., 1., 81, 0, 0, 500, 250, 1) (0, 0., 820., 'square', 12., '', 'e82', 82, 'um', 1., 0., 0., 1., 82, 0, 0, 500, 250, 1) (0, 32., 820., 'square', 12., '', 'e83', 83, 'um', 1., 0., 0., 1., 83, 0, 0, 500, 250, 1) (0, 16., 840., 'square', 12., '', 'e84', 84, 'um', 1., 0., 0., 1., 84, 0, 0, 500, 250, 1) (0, 48., 840., 'square', 12., '', 'e85', 85, 'um', 1., 0., 0., 1., 85, 0, 0, 500, 250, 1) (0, 0., 860., 'square', 12., '', 'e86', 86, 'um', 1., 0., 0., 1., 86, 0, 0, 500, 250, 1) (0, 32., 860., 'square', 12., '', 'e87', 87, 'um', 1., 0., 0., 1., 87, 0, 0, 500, 250, 1) (0, 16., 880., 'square', 12., '', 'e88', 88, 'um', 1., 0., 0., 1., 88, 0, 0, 500, 250, 1) (0, 48., 880., 'square', 12., '', 'e89', 89, 'um', 1., 0., 0., 1., 89, 0, 0, 500, 250, 1) (0, 0., 900., 'square', 12., '', 'e90', 90, 'um', 1., 0., 0., 1., 90, 0, 0, 500, 250, 1) (0, 32., 900., 'square', 12., '', 'e91', 91, 'um', 1., 0., 0., 1., 91, 0, 0, 500, 250, 1) (0, 16., 920., 'square', 12., '', 'e92', 92, 'um', 1., 0., 0., 1., 92, 0, 0, 500, 250, 1) (0, 48., 920., 'square', 12., '', 'e93', 93, 'um', 1., 0., 0., 1., 93, 0, 0, 500, 250, 1) (0, 0., 940., 'square', 12., '', 'e94', 94, 'um', 1., 0., 0., 1., 94, 0, 0, 500, 250, 1) (0, 32., 940., 'square', 12., '', 'e95', 95, 'um', 1., 0., 0., 1., 95, 0, 0, 500, 250, 1) (0, 16., 960., 'square', 12., '', 'e96', 96, 'um', 1., 0., 0., 1., 96, 0, 0, 500, 250, 1) (0, 48., 960., 'square', 12., '', 'e97', 97, 'um', 1., 0., 0., 1., 97, 0, 0, 500, 250, 1) (0, 0., 980., 'square', 12., '', 'e98', 98, 'um', 1., 0., 0., 1., 98, 0, 0, 500, 250, 1) (0, 32., 980., 'square', 12., '', 'e99', 99, 'um', 1., 0., 0., 1., 99, 0, 0, 500, 250, 1) (0, 16., 1000., 'square', 12., '', 'e100', 100, 'um', 1., 0., 0., 1., 100, 0, 0, 500, 250, 1) (0, 48., 1000., 'square', 12., '', 'e101', 101, 'um', 1., 0., 0., 1., 101, 0, 0, 500, 250, 1) (0, 0., 1020., 'square', 12., '', 'e102', 102, 'um', 1., 0., 0., 1., 102, 0, 0, 500, 250, 1) (0, 32., 1020., 'square', 12., '', 'e103', 103, 'um', 1., 0., 0., 1., 103, 0, 0, 500, 250, 1) (0, 16., 1040., 'square', 12., '', 'e104', 104, 'um', 1., 0., 0., 1., 104, 0, 0, 500, 250, 1) (0, 48., 1040., 'square', 12., '', 'e105', 105, 'um', 1., 0., 0., 1., 105, 0, 0, 500, 250, 1) (0, 0., 1060., 'square', 12., '', 'e106', 106, 'um', 1., 0., 0., 1., 106, 0, 0, 500, 250, 1) (0, 32., 1060., 'square', 12., '', 'e107', 107, 'um', 1., 0., 0., 1., 107, 0, 0, 500, 250, 1) (0, 16., 1080., 'square', 12., '', 'e108', 108, 'um', 1., 0., 0., 1., 108, 0, 0, 500, 250, 1) (0, 48., 1080., 'square', 12., '', 'e109', 109, 'um', 1., 0., 0., 1., 109, 0, 0, 500, 250, 1) (0, 0., 1100., 'square', 12., '', 'e110', 110, 'um', 1., 0., 0., 1., 110, 0, 0, 500, 250, 1) (0, 32., 1100., 'square', 12., '', 'e111', 111, 'um', 1., 0., 0., 1., 111, 0, 0, 500, 250, 1) (0, 16., 1120., 'square', 12., '', 'e112', 112, 'um', 1., 0., 0., 1., 112, 0, 0, 500, 250, 1) (0, 48., 1120., 'square', 12., '', 'e113', 113, 'um', 1., 0., 0., 1., 113, 0, 0, 500, 250, 1) (0, 0., 1140., 'square', 12., '', 'e114', 114, 'um', 1., 0., 0., 1., 114, 0, 0, 500, 250, 1) (0, 32., 1140., 'square', 12., '', 'e115', 115, 'um', 1., 0., 0., 1., 115, 0, 0, 500, 250, 1) (0, 16., 1160., 'square', 12., '', 'e116', 116, 'um', 1., 0., 0., 1., 116, 0, 0, 500, 250, 1) (0, 48., 1160., 'square', 12., '', 'e117', 117, 'um', 1., 0., 0., 1., 117, 0, 0, 500, 250, 1) (0, 0., 1180., 'square', 12., '', 'e118', 118, 'um', 1., 0., 0., 1., 118, 0, 0, 500, 250, 1) (0, 32., 1180., 'square', 12., '', 'e119', 119, 'um', 1., 0., 0., 1., 119, 0, 0, 500, 250, 1) (0, 16., 1200., 'square', 12., '', 'e120', 120, 'um', 1., 0., 0., 1., 120, 0, 0, 500, 250, 1) (0, 48., 1200., 'square', 12., '', 'e121', 121, 'um', 1., 0., 0., 1., 121, 0, 0, 500, 250, 1) (0, 0., 1220., 'square', 12., '', 'e122', 122, 'um', 1., 0., 0., 1., 122, 0, 0, 500, 250, 1) (0, 32., 1220., 'square', 12., '', 'e123', 123, 'um', 1., 0., 0., 1., 123, 0, 0, 500, 250, 1) (0, 16., 1240., 'square', 12., '', 'e124', 124, 'um', 1., 0., 0., 1., 124, 0, 0, 500, 250, 1) (0, 48., 1240., 'square', 12., '', 'e125', 125, 'um', 1., 0., 0., 1., 125, 0, 0, 500, 250, 1) (0, 0., 1260., 'square', 12., '', 'e126', 126, 'um', 1., 0., 0., 1., 126, 0, 0, 500, 250, 1) (0, 32., 1260., 'square', 12., '', 'e127', 127, 'um', 1., 0., 0., 1., 127, 0, 0, 500, 250, 1) (0, 16., 1280., 'square', 12., '', 'e128', 128, 'um', 1., 0., 0., 1., 128, 0, 0, 500, 250, 1) (0, 48., 1280., 'square', 12., '', 'e129', 129, 'um', 1., 0., 0., 1., 129, 0, 0, 500, 250, 1) (0, 0., 1300., 'square', 12., '', 'e130', 130, 'um', 1., 0., 0., 1., 130, 0, 0, 500, 250, 1) (0, 32., 1300., 'square', 12., '', 'e131', 131, 'um', 1., 0., 0., 1., 131, 0, 0, 500, 250, 1) (0, 16., 1320., 'square', 12., '', 'e132', 132, 'um', 1., 0., 0., 1., 132, 0, 0, 500, 250, 1) (0, 48., 1320., 'square', 12., '', 'e133', 133, 'um', 1., 0., 0., 1., 133, 0, 0, 500, 250, 1) (0, 0., 1340., 'square', 12., '', 'e134', 134, 'um', 1., 0., 0., 1., 134, 0, 0, 500, 250, 1) (0, 32., 1340., 'square', 12., '', 'e135', 135, 'um', 1., 0., 0., 1., 135, 0, 0, 500, 250, 1) (0, 16., 1360., 'square', 12., '', 'e136', 136, 'um', 1., 0., 0., 1., 136, 0, 0, 500, 250, 1) (0, 48., 1360., 'square', 12., '', 'e137', 137, 'um', 1., 0., 0., 1., 137, 0, 0, 500, 250, 1) (0, 0., 1380., 'square', 12., '', 'e138', 138, 'um', 1., 0., 0., 1., 138, 0, 0, 500, 250, 1) (0, 32., 1380., 'square', 12., '', 'e139', 139, 'um', 1., 0., 0., 1., 139, 0, 0, 500, 250, 1) (0, 16., 1400., 'square', 12., '', 'e140', 140, 'um', 1., 0., 0., 1., 140, 0, 0, 500, 250, 1) (0, 48., 1400., 'square', 12., '', 'e141', 141, 'um', 1., 0., 0., 1., 141, 0, 0, 500, 250, 1) (0, 0., 1420., 'square', 12., '', 'e142', 142, 'um', 1., 0., 0., 1., 142, 0, 0, 500, 250, 1) (0, 32., 1420., 'square', 12., '', 'e143', 143, 'um', 1., 0., 0., 1., 143, 0, 0, 500, 250, 1) (0, 16., 1440., 'square', 12., '', 'e144', 144, 'um', 1., 0., 0., 1., 144, 0, 0, 500, 250, 1) (0, 48., 1440., 'square', 12., '', 'e145', 145, 'um', 1., 0., 0., 1., 145, 0, 0, 500, 250, 1) (0, 0., 1460., 'square', 12., '', 'e146', 146, 'um', 1., 0., 0., 1., 146, 0, 0, 500, 250, 1) (0, 32., 1460., 'square', 12., '', 'e147', 147, 'um', 1., 0., 0., 1., 147, 0, 0, 500, 250, 1) (0, 16., 1480., 'square', 12., '', 'e148', 148, 'um', 1., 0., 0., 1., 148, 0, 0, 500, 250, 1) (0, 48., 1480., 'square', 12., '', 'e149', 149, 'um', 1., 0., 0., 1., 149, 0, 0, 500, 250, 1) (0, 0., 1500., 'square', 12., '', 'e150', 150, 'um', 1., 0., 0., 1., 150, 0, 0, 500, 250, 1) (0, 32., 1500., 'square', 12., '', 'e151', 151, 'um', 1., 0., 0., 1., 151, 0, 0, 500, 250, 1) (0, 16., 1520., 'square', 12., '', 'e152', 152, 'um', 1., 0., 0., 1., 152, 0, 0, 500, 250, 1) (0, 48., 1520., 'square', 12., '', 'e153', 153, 'um', 1., 0., 0., 1., 153, 0, 0, 500, 250, 1) (0, 0., 1540., 'square', 12., '', 'e154', 154, 'um', 1., 0., 0., 1., 154, 0, 0, 500, 250, 1) (0, 32., 1540., 'square', 12., '', 'e155', 155, 'um', 1., 0., 0., 1., 155, 0, 0, 500, 250, 1) (0, 16., 1560., 'square', 12., '', 'e156', 156, 'um', 1., 0., 0., 1., 156, 0, 0, 500, 250, 1) (0, 48., 1560., 'square', 12., '', 'e157', 157, 'um', 1., 0., 0., 1., 157, 0, 0, 500, 250, 1) (0, 0., 1580., 'square', 12., '', 'e158', 158, 'um', 1., 0., 0., 1., 158, 0, 0, 500, 250, 1) (0, 32., 1580., 'square', 12., '', 'e159', 159, 'um', 1., 0., 0., 1., 159, 0, 0, 500, 250, 1) (0, 16., 1600., 'square', 12., '', 'e160', 160, 'um', 1., 0., 0., 1., 160, 0, 0, 500, 250, 1) (0, 48., 1600., 'square', 12., '', 'e161', 161, 'um', 1., 0., 0., 1., 161, 0, 0, 500, 250, 1) (0, 0., 1620., 'square', 12., '', 'e162', 162, 'um', 1., 0., 0., 1., 162, 0, 0, 500, 250, 1) (0, 32., 1620., 'square', 12., '', 'e163', 163, 'um', 1., 0., 0., 1., 163, 0, 0, 500, 250, 1) (0, 16., 1640., 'square', 12., '', 'e164', 164, 'um', 1., 0., 0., 1., 164, 0, 0, 500, 250, 1) (0, 48., 1640., 'square', 12., '', 'e165', 165, 'um', 1., 0., 0., 1., 165, 0, 0, 500, 250, 1) (0, 0., 1660., 'square', 12., '', 'e166', 166, 'um', 1., 0., 0., 1., 166, 0, 0, 500, 250, 1) (0, 32., 1660., 'square', 12., '', 'e167', 167, 'um', 1., 0., 0., 1., 167, 0, 0, 500, 250, 1) (0, 16., 1680., 'square', 12., '', 'e168', 168, 'um', 1., 0., 0., 1., 168, 0, 0, 500, 250, 1) (0, 48., 1680., 'square', 12., '', 'e169', 169, 'um', 1., 0., 0., 1., 169, 0, 0, 500, 250, 1) (0, 0., 1700., 'square', 12., '', 'e170', 170, 'um', 1., 0., 0., 1., 170, 0, 0, 500, 250, 1) (0, 32., 1700., 'square', 12., '', 'e171', 171, 'um', 1., 0., 0., 1., 171, 0, 0, 500, 250, 1) (0, 16., 1720., 'square', 12., '', 'e172', 172, 'um', 1., 0., 0., 1., 172, 0, 0, 500, 250, 1) (0, 48., 1720., 'square', 12., '', 'e173', 173, 'um', 1., 0., 0., 1., 173, 0, 0, 500, 250, 1) (0, 0., 1740., 'square', 12., '', 'e174', 174, 'um', 1., 0., 0., 1., 174, 0, 0, 500, 250, 1) (0, 32., 1740., 'square', 12., '', 'e175', 175, 'um', 1., 0., 0., 1., 175, 0, 0, 500, 250, 1) (0, 16., 1760., 'square', 12., '', 'e176', 176, 'um', 1., 0., 0., 1., 176, 0, 0, 500, 250, 1) (0, 48., 1760., 'square', 12., '', 'e177', 177, 'um', 1., 0., 0., 1., 177, 0, 0, 500, 250, 1) (0, 0., 1780., 'square', 12., '', 'e178', 178, 'um', 1., 0., 0., 1., 178, 0, 0, 500, 250, 1) (0, 32., 1780., 'square', 12., '', 'e179', 179, 'um', 1., 0., 0., 1., 179, 0, 0, 500, 250, 1) (0, 16., 1800., 'square', 12., '', 'e180', 180, 'um', 1., 0., 0., 1., 180, 0, 0, 500, 250, 1) (0, 48., 1800., 'square', 12., '', 'e181', 181, 'um', 1., 0., 0., 1., 181, 0, 0, 500, 250, 1) (0, 0., 1820., 'square', 12., '', 'e182', 182, 'um', 1., 0., 0., 1., 182, 0, 0, 500, 250, 1) (0, 32., 1820., 'square', 12., '', 'e183', 183, 'um', 1., 0., 0., 1., 183, 0, 0, 500, 250, 1) (0, 16., 1840., 'square', 12., '', 'e184', 184, 'um', 1., 0., 0., 1., 184, 0, 0, 500, 250, 1) (0, 48., 1840., 'square', 12., '', 'e185', 185, 'um', 1., 0., 0., 1., 185, 0, 0, 500, 250, 1) (0, 0., 1860., 'square', 12., '', 'e186', 186, 'um', 1., 0., 0., 1., 186, 0, 0, 500, 250, 1) (0, 32., 1860., 'square', 12., '', 'e187', 187, 'um', 1., 0., 0., 1., 187, 0, 0, 500, 250, 1) (0, 16., 1880., 'square', 12., '', 'e188', 188, 'um', 1., 0., 0., 1., 188, 0, 0, 500, 250, 1) (0, 48., 1880., 'square', 12., '', 'e189', 189, 'um', 1., 0., 0., 1., 189, 0, 0, 500, 250, 1) (0, 0., 1900., 'square', 12., '', 'e190', 190, 'um', 1., 0., 0., 1., 190, 0, 0, 500, 250, 1) (0, 32., 1900., 'square', 12., '', 'e191', 191, 'um', 1., 0., 0., 1., 191, 0, 0, 500, 250, 1) (0, 16., 1920., 'square', 12., '', 'e192', 192, 'um', 1., 0., 0., 1., 192, 0, 0, 500, 250, 1) (0, 48., 1920., 'square', 12., '', 'e193', 193, 'um', 1., 0., 0., 1., 193, 0, 0, 500, 250, 1) (0, 0., 1940., 'square', 12., '', 'e194', 194, 'um', 1., 0., 0., 1., 194, 0, 0, 500, 250, 1) (0, 32., 1940., 'square', 12., '', 'e195', 195, 'um', 1., 0., 0., 1., 195, 0, 0, 500, 250, 1) (0, 16., 1960., 'square', 12., '', 'e196', 196, 'um', 1., 0., 0., 1., 196, 0, 0, 500, 250, 1) (0, 48., 1960., 'square', 12., '', 'e197', 197, 'um', 1., 0., 0., 1., 197, 0, 0, 500, 250, 1) (0, 0., 1980., 'square', 12., '', 'e198', 198, 'um', 1., 0., 0., 1., 198, 0, 0, 500, 250, 1) (0, 32., 1980., 'square', 12., '', 'e199', 199, 'um', 1., 0., 0., 1., 199, 0, 0, 500, 250, 1) (0, 16., 2000., 'square', 12., '', 'e200', 200, 'um', 1., 0., 0., 1., 200, 0, 0, 500, 250, 1) (0, 48., 2000., 'square', 12., '', 'e201', 201, 'um', 1., 0., 0., 1., 201, 0, 0, 500, 250, 1) (0, 0., 2020., 'square', 12., '', 'e202', 202, 'um', 1., 0., 0., 1., 202, 0, 0, 500, 250, 1) (0, 32., 2020., 'square', 12., '', 'e203', 203, 'um', 1., 0., 0., 1., 203, 0, 0, 500, 250, 1) (0, 16., 2040., 'square', 12., '', 'e204', 204, 'um', 1., 0., 0., 1., 204, 0, 0, 500, 250, 1) (0, 48., 2040., 'square', 12., '', 'e205', 205, 'um', 1., 0., 0., 1., 205, 0, 0, 500, 250, 1) (0, 0., 2060., 'square', 12., '', 'e206', 206, 'um', 1., 0., 0., 1., 206, 0, 0, 500, 250, 1) (0, 32., 2060., 'square', 12., '', 'e207', 207, 'um', 1., 0., 0., 1., 207, 0, 0, 500, 250, 1) (0, 16., 2080., 'square', 12., '', 'e208', 208, 'um', 1., 0., 0., 1., 208, 0, 0, 500, 250, 1) (0, 48., 2080., 'square', 12., '', 'e209', 209, 'um', 1., 0., 0., 1., 209, 0, 0, 500, 250, 1) (0, 0., 2100., 'square', 12., '', 'e210', 210, 'um', 1., 0., 0., 1., 210, 0, 0, 500, 250, 1) (0, 32., 2100., 'square', 12., '', 'e211', 211, 'um', 1., 0., 0., 1., 211, 0, 0, 500, 250, 1) (0, 16., 2120., 'square', 12., '', 'e212', 212, 'um', 1., 0., 0., 1., 212, 0, 0, 500, 250, 1) (0, 48., 2120., 'square', 12., '', 'e213', 213, 'um', 1., 0., 0., 1., 213, 0, 0, 500, 250, 1) (0, 0., 2140., 'square', 12., '', 'e214', 214, 'um', 1., 0., 0., 1., 214, 0, 0, 500, 250, 1) (0, 32., 2140., 'square', 12., '', 'e215', 215, 'um', 1., 0., 0., 1., 215, 0, 0, 500, 250, 1) (0, 16., 2160., 'square', 12., '', 'e216', 216, 'um', 1., 0., 0., 1., 216, 0, 0, 500, 250, 1) (0, 48., 2160., 'square', 12., '', 'e217', 217, 'um', 1., 0., 0., 1., 217, 0, 0, 500, 250, 1) (0, 0., 2180., 'square', 12., '', 'e218', 218, 'um', 1., 0., 0., 1., 218, 0, 0, 500, 250, 1) (0, 32., 2180., 'square', 12., '', 'e219', 219, 'um', 1., 0., 0., 1., 219, 0, 0, 500, 250, 1) (0, 16., 2200., 'square', 12., '', 'e220', 220, 'um', 1., 0., 0., 1., 220, 0, 0, 500, 250, 1) (0, 48., 2200., 'square', 12., '', 'e221', 221, 'um', 1., 0., 0., 1., 221, 0, 0, 500, 250, 1) (0, 0., 2220., 'square', 12., '', 'e222', 222, 'um', 1., 0., 0., 1., 222, 0, 0, 500, 250, 1) (0, 32., 2220., 'square', 12., '', 'e223', 223, 'um', 1., 0., 0., 1., 223, 0, 0, 500, 250, 1) (0, 16., 2240., 'square', 12., '', 'e224', 224, 'um', 1., 0., 0., 1., 224, 0, 0, 500, 250, 1) (0, 48., 2240., 'square', 12., '', 'e225', 225, 'um', 1., 0., 0., 1., 225, 0, 0, 500, 250, 1) (0, 0., 2260., 'square', 12., '', 'e226', 226, 'um', 1., 0., 0., 1., 226, 0, 0, 500, 250, 1) (0, 32., 2260., 'square', 12., '', 'e227', 227, 'um', 1., 0., 0., 1., 227, 0, 0, 500, 250, 1) (0, 16., 2280., 'square', 12., '', 'e228', 228, 'um', 1., 0., 0., 1., 228, 0, 0, 500, 250, 1) (0, 48., 2280., 'square', 12., '', 'e229', 229, 'um', 1., 0., 0., 1., 229, 0, 0, 500, 250, 1) (0, 0., 2300., 'square', 12., '', 'e230', 230, 'um', 1., 0., 0., 1., 230, 0, 0, 500, 250, 1) (0, 32., 2300., 'square', 12., '', 'e231', 231, 'um', 1., 0., 0., 1., 231, 0, 0, 500, 250, 1) (0, 16., 2320., 'square', 12., '', 'e232', 232, 'um', 1., 0., 0., 1., 232, 0, 0, 500, 250, 1) (0, 48., 2320., 'square', 12., '', 'e233', 233, 'um', 1., 0., 0., 1., 233, 0, 0, 500, 250, 1) (0, 0., 2340., 'square', 12., '', 'e234', 234, 'um', 1., 0., 0., 1., 234, 0, 0, 500, 250, 1) (0, 32., 2340., 'square', 12., '', 'e235', 235, 'um', 1., 0., 0., 1., 235, 0, 0, 500, 250, 1) (0, 16., 2360., 'square', 12., '', 'e236', 236, 'um', 1., 0., 0., 1., 236, 0, 0, 500, 250, 1) (0, 48., 2360., 'square', 12., '', 'e237', 237, 'um', 1., 0., 0., 1., 237, 0, 0, 500, 250, 1) (0, 0., 2380., 'square', 12., '', 'e238', 238, 'um', 1., 0., 0., 1., 238, 0, 0, 500, 250, 1) (0, 32., 2380., 'square', 12., '', 'e239', 239, 'um', 1., 0., 0., 1., 239, 0, 0, 500, 250, 1) (0, 16., 2400., 'square', 12., '', 'e240', 240, 'um', 1., 0., 0., 1., 240, 0, 0, 500, 250, 1) (0, 48., 2400., 'square', 12., '', 'e241', 241, 'um', 1., 0., 0., 1., 241, 0, 0, 500, 250, 1) (0, 0., 2420., 'square', 12., '', 'e242', 242, 'um', 1., 0., 0., 1., 242, 0, 0, 500, 250, 1) (0, 32., 2420., 'square', 12., '', 'e243', 243, 'um', 1., 0., 0., 1., 243, 0, 0, 500, 250, 1) (0, 16., 2440., 'square', 12., '', 'e244', 244, 'um', 1., 0., 0., 1., 244, 0, 0, 500, 250, 1) (0, 48., 2440., 'square', 12., '', 'e245', 245, 'um', 1., 0., 0., 1., 245, 0, 0, 500, 250, 1) (0, 0., 2460., 'square', 12., '', 'e246', 246, 'um', 1., 0., 0., 1., 246, 0, 0, 500, 250, 1) (0, 32., 2460., 'square', 12., '', 'e247', 247, 'um', 1., 0., 0., 1., 247, 0, 0, 500, 250, 1) (0, 16., 2480., 'square', 12., '', 'e248', 248, 'um', 1., 0., 0., 1., 248, 0, 0, 500, 250, 1) (0, 48., 2480., 'square', 12., '', 'e249', 249, 'um', 1., 0., 0., 1., 249, 0, 0, 500, 250, 1) (0, 0., 2500., 'square', 12., '', 'e250', 250, 'um', 1., 0., 0., 1., 250, 0, 0, 500, 250, 1) (0, 32., 2500., 'square', 12., '', 'e251', 251, 'um', 1., 0., 0., 1., 251, 0, 0, 500, 250, 1) (0, 16., 2520., 'square', 12., '', 'e252', 252, 'um', 1., 0., 0., 1., 252, 0, 0, 500, 250, 1) (0, 48., 2520., 'square', 12., '', 'e253', 253, 'um', 1., 0., 0., 1., 253, 0, 0, 500, 250, 1) (0, 0., 2540., 'square', 12., '', 'e254', 254, 'um', 1., 0., 0., 1., 254, 0, 0, 500, 250, 1) (0, 32., 2540., 'square', 12., '', 'e255', 255, 'um', 1., 0., 0., 1., 255, 0, 0, 500, 250, 1) (0, 16., 2560., 'square', 12., '', 'e256', 256, 'um', 1., 0., 0., 1., 256, 0, 0, 500, 250, 1) (0, 48., 2560., 'square', 12., '', 'e257', 257, 'um', 1., 0., 0., 1., 257, 0, 0, 500, 250, 1) (0, 0., 2580., 'square', 12., '', 'e258', 258, 'um', 1., 0., 0., 1., 258, 0, 0, 500, 250, 1) (0, 32., 2580., 'square', 12., '', 'e259', 259, 'um', 1., 0., 0., 1., 259, 0, 0, 500, 250, 1) (0, 16., 2600., 'square', 12., '', 'e260', 260, 'um', 1., 0., 0., 1., 260, 0, 0, 500, 250, 1) (0, 48., 2600., 'square', 12., '', 'e261', 261, 'um', 1., 0., 0., 1., 261, 0, 0, 500, 250, 1) (0, 0., 2620., 'square', 12., '', 'e262', 262, 'um', 1., 0., 0., 1., 262, 0, 0, 500, 250, 1) (0, 32., 2620., 'square', 12., '', 'e263', 263, 'um', 1., 0., 0., 1., 263, 0, 0, 500, 250, 1) (0, 16., 2640., 'square', 12., '', 'e264', 264, 'um', 1., 0., 0., 1., 264, 0, 0, 500, 250, 1) (0, 48., 2640., 'square', 12., '', 'e265', 265, 'um', 1., 0., 0., 1., 265, 0, 0, 500, 250, 1) (0, 0., 2660., 'square', 12., '', 'e266', 266, 'um', 1., 0., 0., 1., 266, 0, 0, 500, 250, 1) (0, 32., 2660., 'square', 12., '', 'e267', 267, 'um', 1., 0., 0., 1., 267, 0, 0, 500, 250, 1) (0, 16., 2680., 'square', 12., '', 'e268', 268, 'um', 1., 0., 0., 1., 268, 0, 0, 500, 250, 1) (0, 48., 2680., 'square', 12., '', 'e269', 269, 'um', 1., 0., 0., 1., 269, 0, 0, 500, 250, 1) (0, 0., 2700., 'square', 12., '', 'e270', 270, 'um', 1., 0., 0., 1., 270, 0, 0, 500, 250, 1) (0, 32., 2700., 'square', 12., '', 'e271', 271, 'um', 1., 0., 0., 1., 271, 0, 0, 500, 250, 1) (0, 16., 2720., 'square', 12., '', 'e272', 272, 'um', 1., 0., 0., 1., 272, 0, 0, 500, 250, 1) (0, 48., 2720., 'square', 12., '', 'e273', 273, 'um', 1., 0., 0., 1., 273, 0, 0, 500, 250, 1) (0, 0., 2740., 'square', 12., '', 'e274', 274, 'um', 1., 0., 0., 1., 274, 0, 0, 500, 250, 1) (0, 32., 2740., 'square', 12., '', 'e275', 275, 'um', 1., 0., 0., 1., 275, 0, 0, 500, 250, 1) (0, 16., 2760., 'square', 12., '', 'e276', 276, 'um', 1., 0., 0., 1., 276, 0, 0, 500, 250, 1) (0, 48., 2760., 'square', 12., '', 'e277', 277, 'um', 1., 0., 0., 1., 277, 0, 0, 500, 250, 1) (0, 0., 2780., 'square', 12., '', 'e278', 278, 'um', 1., 0., 0., 1., 278, 0, 0, 500, 250, 1) (0, 32., 2780., 'square', 12., '', 'e279', 279, 'um', 1., 0., 0., 1., 279, 0, 0, 500, 250, 1) (0, 16., 2800., 'square', 12., '', 'e280', 280, 'um', 1., 0., 0., 1., 280, 0, 0, 500, 250, 1) (0, 48., 2800., 'square', 12., '', 'e281', 281, 'um', 1., 0., 0., 1., 281, 0, 0, 500, 250, 1) (0, 0., 2820., 'square', 12., '', 'e282', 282, 'um', 1., 0., 0., 1., 282, 0, 0, 500, 250, 1) (0, 32., 2820., 'square', 12., '', 'e283', 283, 'um', 1., 0., 0., 1., 283, 0, 0, 500, 250, 1) (0, 16., 2840., 'square', 12., '', 'e284', 284, 'um', 1., 0., 0., 1., 284, 0, 0, 500, 250, 1) (0, 48., 2840., 'square', 12., '', 'e285', 285, 'um', 1., 0., 0., 1., 285, 0, 0, 500, 250, 1) (0, 0., 2860., 'square', 12., '', 'e286', 286, 'um', 1., 0., 0., 1., 286, 0, 0, 500, 250, 1) (0, 32., 2860., 'square', 12., '', 'e287', 287, 'um', 1., 0., 0., 1., 287, 0, 0, 500, 250, 1) (0, 16., 2880., 'square', 12., '', 'e288', 288, 'um', 1., 0., 0., 1., 288, 0, 0, 500, 250, 1) (0, 48., 2880., 'square', 12., '', 'e289', 289, 'um', 1., 0., 0., 1., 289, 0, 0, 500, 250, 1) (0, 0., 2900., 'square', 12., '', 'e290', 290, 'um', 1., 0., 0., 1., 290, 0, 0, 500, 250, 1) (0, 32., 2900., 'square', 12., '', 'e291', 291, 'um', 1., 0., 0., 1., 291, 0, 0, 500, 250, 1) (0, 16., 2920., 'square', 12., '', 'e292', 292, 'um', 1., 0., 0., 1., 292, 0, 0, 500, 250, 1) (0, 48., 2920., 'square', 12., '', 'e293', 293, 'um', 1., 0., 0., 1., 293, 0, 0, 500, 250, 1) (0, 0., 2940., 'square', 12., '', 'e294', 294, 'um', 1., 0., 0., 1., 294, 0, 0, 500, 250, 1) (0, 32., 2940., 'square', 12., '', 'e295', 295, 'um', 1., 0., 0., 1., 295, 0, 0, 500, 250, 1) (0, 16., 2960., 'square', 12., '', 'e296', 296, 'um', 1., 0., 0., 1., 296, 0, 0, 500, 250, 1) (0, 48., 2960., 'square', 12., '', 'e297', 297, 'um', 1., 0., 0., 1., 297, 0, 0, 500, 250, 1) (0, 0., 2980., 'square', 12., '', 'e298', 298, 'um', 1., 0., 0., 1., 298, 0, 0, 500, 250, 1) (0, 32., 2980., 'square', 12., '', 'e299', 299, 'um', 1., 0., 0., 1., 299, 0, 0, 500, 250, 1) (0, 16., 3000., 'square', 12., '', 'e300', 300, 'um', 1., 0., 0., 1., 300, 0, 0, 500, 250, 1) (0, 48., 3000., 'square', 12., '', 'e301', 301, 'um', 1., 0., 0., 1., 301, 0, 0, 500, 250, 1) (0, 0., 3020., 'square', 12., '', 'e302', 302, 'um', 1., 0., 0., 1., 302, 0, 0, 500, 250, 1) (0, 32., 3020., 'square', 12., '', 'e303', 303, 'um', 1., 0., 0., 1., 303, 0, 0, 500, 250, 1) (0, 16., 3040., 'square', 12., '', 'e304', 304, 'um', 1., 0., 0., 1., 304, 0, 0, 500, 250, 1) (0, 48., 3040., 'square', 12., '', 'e305', 305, 'um', 1., 0., 0., 1., 305, 0, 0, 500, 250, 1) (0, 0., 3060., 'square', 12., '', 'e306', 306, 'um', 1., 0., 0., 1., 306, 0, 0, 500, 250, 1) (0, 32., 3060., 'square', 12., '', 'e307', 307, 'um', 1., 0., 0., 1., 307, 0, 0, 500, 250, 1) (0, 16., 3080., 'square', 12., '', 'e308', 308, 'um', 1., 0., 0., 1., 308, 0, 0, 500, 250, 1) (0, 48., 3080., 'square', 12., '', 'e309', 309, 'um', 1., 0., 0., 1., 309, 0, 0, 500, 250, 1) (0, 0., 3100., 'square', 12., '', 'e310', 310, 'um', 1., 0., 0., 1., 310, 0, 0, 500, 250, 1) (0, 32., 3100., 'square', 12., '', 'e311', 311, 'um', 1., 0., 0., 1., 311, 0, 0, 500, 250, 1) (0, 16., 3120., 'square', 12., '', 'e312', 312, 'um', 1., 0., 0., 1., 312, 0, 0, 500, 250, 1) (0, 48., 3120., 'square', 12., '', 'e313', 313, 'um', 1., 0., 0., 1., 313, 0, 0, 500, 250, 1) (0, 0., 3140., 'square', 12., '', 'e314', 314, 'um', 1., 0., 0., 1., 314, 0, 0, 500, 250, 1) (0, 32., 3140., 'square', 12., '', 'e315', 315, 'um', 1., 0., 0., 1., 315, 0, 0, 500, 250, 1) (0, 16., 3160., 'square', 12., '', 'e316', 316, 'um', 1., 0., 0., 1., 316, 0, 0, 500, 250, 1) (0, 48., 3160., 'square', 12., '', 'e317', 317, 'um', 1., 0., 0., 1., 317, 0, 0, 500, 250, 1) (0, 0., 3180., 'square', 12., '', 'e318', 318, 'um', 1., 0., 0., 1., 318, 0, 0, 500, 250, 1) (0, 32., 3180., 'square', 12., '', 'e319', 319, 'um', 1., 0., 0., 1., 319, 0, 0, 500, 250, 1) (0, 16., 3200., 'square', 12., '', 'e320', 320, 'um', 1., 0., 0., 1., 320, 0, 0, 500, 250, 1) (0, 48., 3200., 'square', 12., '', 'e321', 321, 'um', 1., 0., 0., 1., 321, 0, 0, 500, 250, 1) (0, 0., 3220., 'square', 12., '', 'e322', 322, 'um', 1., 0., 0., 1., 322, 0, 0, 500, 250, 1) (0, 32., 3220., 'square', 12., '', 'e323', 323, 'um', 1., 0., 0., 1., 323, 0, 0, 500, 250, 1) (0, 16., 3240., 'square', 12., '', 'e324', 324, 'um', 1., 0., 0., 1., 324, 0, 0, 500, 250, 1) (0, 48., 3240., 'square', 12., '', 'e325', 325, 'um', 1., 0., 0., 1., 325, 0, 0, 500, 250, 1) (0, 0., 3260., 'square', 12., '', 'e326', 326, 'um', 1., 0., 0., 1., 326, 0, 0, 500, 250, 1) (0, 32., 3260., 'square', 12., '', 'e327', 327, 'um', 1., 0., 0., 1., 327, 0, 0, 500, 250, 1) (0, 16., 3280., 'square', 12., '', 'e328', 328, 'um', 1., 0., 0., 1., 328, 0, 0, 500, 250, 1) (0, 48., 3280., 'square', 12., '', 'e329', 329, 'um', 1., 0., 0., 1., 329, 0, 0, 500, 250, 1) (0, 0., 3300., 'square', 12., '', 'e330', 330, 'um', 1., 0., 0., 1., 330, 0, 0, 500, 250, 1) (0, 32., 3300., 'square', 12., '', 'e331', 331, 'um', 1., 0., 0., 1., 331, 0, 0, 500, 250, 1) (0, 16., 3320., 'square', 12., '', 'e332', 332, 'um', 1., 0., 0., 1., 332, 0, 0, 500, 250, 1) (0, 48., 3320., 'square', 12., '', 'e333', 333, 'um', 1., 0., 0., 1., 333, 0, 0, 500, 250, 1) (0, 0., 3340., 'square', 12., '', 'e334', 334, 'um', 1., 0., 0., 1., 334, 0, 0, 500, 250, 1) (0, 32., 3340., 'square', 12., '', 'e335', 335, 'um', 1., 0., 0., 1., 335, 0, 0, 500, 250, 1) (0, 16., 3360., 'square', 12., '', 'e336', 336, 'um', 1., 0., 0., 1., 336, 0, 0, 500, 250, 1) (0, 48., 3360., 'square', 12., '', 'e337', 337, 'um', 1., 0., 0., 1., 337, 0, 0, 500, 250, 1) (0, 0., 3380., 'square', 12., '', 'e338', 338, 'um', 1., 0., 0., 1., 338, 0, 0, 500, 250, 1) (0, 32., 3380., 'square', 12., '', 'e339', 339, 'um', 1., 0., 0., 1., 339, 0, 0, 500, 250, 1) (0, 16., 3400., 'square', 12., '', 'e340', 340, 'um', 1., 0., 0., 1., 340, 0, 0, 500, 250, 1) (0, 48., 3400., 'square', 12., '', 'e341', 341, 'um', 1., 0., 0., 1., 341, 0, 0, 500, 250, 1) (0, 0., 3420., 'square', 12., '', 'e342', 342, 'um', 1., 0., 0., 1., 342, 0, 0, 500, 250, 1) (0, 32., 3420., 'square', 12., '', 'e343', 343, 'um', 1., 0., 0., 1., 343, 0, 0, 500, 250, 1) (0, 16., 3440., 'square', 12., '', 'e344', 344, 'um', 1., 0., 0., 1., 344, 0, 0, 500, 250, 1) (0, 48., 3440., 'square', 12., '', 'e345', 345, 'um', 1., 0., 0., 1., 345, 0, 0, 500, 250, 1) (0, 0., 3460., 'square', 12., '', 'e346', 346, 'um', 1., 0., 0., 1., 346, 0, 0, 500, 250, 1) (0, 32., 3460., 'square', 12., '', 'e347', 347, 'um', 1., 0., 0., 1., 347, 0, 0, 500, 250, 1) (0, 16., 3480., 'square', 12., '', 'e348', 348, 'um', 1., 0., 0., 1., 348, 0, 0, 500, 250, 1) (0, 48., 3480., 'square', 12., '', 'e349', 349, 'um', 1., 0., 0., 1., 349, 0, 0, 500, 250, 1) (0, 0., 3500., 'square', 12., '', 'e350', 350, 'um', 1., 0., 0., 1., 350, 0, 0, 500, 250, 1) (0, 32., 3500., 'square', 12., '', 'e351', 351, 'um', 1., 0., 0., 1., 351, 0, 0, 500, 250, 1) (0, 16., 3520., 'square', 12., '', 'e352', 352, 'um', 1., 0., 0., 1., 352, 0, 0, 500, 250, 1) (0, 48., 3520., 'square', 12., '', 'e353', 353, 'um', 1., 0., 0., 1., 353, 0, 0, 500, 250, 1) (0, 0., 3540., 'square', 12., '', 'e354', 354, 'um', 1., 0., 0., 1., 354, 0, 0, 500, 250, 1) (0, 32., 3540., 'square', 12., '', 'e355', 355, 'um', 1., 0., 0., 1., 355, 0, 0, 500, 250, 1) (0, 16., 3560., 'square', 12., '', 'e356', 356, 'um', 1., 0., 0., 1., 356, 0, 0, 500, 250, 1) (0, 48., 3560., 'square', 12., '', 'e357', 357, 'um', 1., 0., 0., 1., 357, 0, 0, 500, 250, 1) (0, 0., 3580., 'square', 12., '', 'e358', 358, 'um', 1., 0., 0., 1., 358, 0, 0, 500, 250, 1) (0, 32., 3580., 'square', 12., '', 'e359', 359, 'um', 1., 0., 0., 1., 359, 0, 0, 500, 250, 1) (0, 16., 3600., 'square', 12., '', 'e360', 360, 'um', 1., 0., 0., 1., 360, 0, 0, 500, 250, 1) (0, 48., 3600., 'square', 12., '', 'e361', 361, 'um', 1., 0., 0., 1., 361, 0, 0, 500, 250, 1) (0, 0., 3620., 'square', 12., '', 'e362', 362, 'um', 1., 0., 0., 1., 362, 0, 0, 500, 250, 1) (0, 32., 3620., 'square', 12., '', 'e363', 363, 'um', 1., 0., 0., 1., 363, 0, 0, 500, 250, 1) (0, 16., 3640., 'square', 12., '', 'e364', 364, 'um', 1., 0., 0., 1., 364, 0, 0, 500, 250, 1) (0, 48., 3640., 'square', 12., '', 'e365', 365, 'um', 1., 0., 0., 1., 365, 0, 0, 500, 250, 1) (0, 0., 3660., 'square', 12., '', 'e366', 366, 'um', 1., 0., 0., 1., 366, 0, 0, 500, 250, 1) (0, 32., 3660., 'square', 12., '', 'e367', 367, 'um', 1., 0., 0., 1., 367, 0, 0, 500, 250, 1) (0, 16., 3680., 'square', 12., '', 'e368', 368, 'um', 1., 0., 0., 1., 368, 0, 0, 500, 250, 1) (0, 48., 3680., 'square', 12., '', 'e369', 369, 'um', 1., 0., 0., 1., 369, 0, 0, 500, 250, 1) (0, 0., 3700., 'square', 12., '', 'e370', 370, 'um', 1., 0., 0., 1., 370, 0, 0, 500, 250, 1) (0, 32., 3700., 'square', 12., '', 'e371', 371, 'um', 1., 0., 0., 1., 371, 0, 0, 500, 250, 1) (0, 16., 3720., 'square', 12., '', 'e372', 372, 'um', 1., 0., 0., 1., 372, 0, 0, 500, 250, 1) (0, 48., 3720., 'square', 12., '', 'e373', 373, 'um', 1., 0., 0., 1., 373, 0, 0, 500, 250, 1) (0, 0., 3740., 'square', 12., '', 'e374', 374, 'um', 1., 0., 0., 1., 374, 0, 0, 500, 250, 1) (0, 32., 3740., 'square', 12., '', 'e375', 375, 'um', 1., 0., 0., 1., 375, 0, 0, 500, 250, 1) (0, 16., 3760., 'square', 12., '', 'e376', 376, 'um', 1., 0., 0., 1., 376, 0, 0, 500, 250, 1) (0, 48., 3760., 'square', 12., '', 'e377', 377, 'um', 1., 0., 0., 1., 377, 0, 0, 500, 250, 1) (0, 0., 3780., 'square', 12., '', 'e378', 378, 'um', 1., 0., 0., 1., 378, 0, 0, 500, 250, 1) (0, 32., 3780., 'square', 12., '', 'e379', 379, 'um', 1., 0., 0., 1., 379, 0, 0, 500, 250, 1) (0, 16., 3800., 'square', 12., '', 'e380', 380, 'um', 1., 0., 0., 1., 380, 0, 0, 500, 250, 1) (0, 48., 3800., 'square', 12., '', 'e381', 381, 'um', 1., 0., 0., 1., 381, 0, 0, 500, 250, 1) (0, 0., 3820., 'square', 12., '', 'e382', 382, 'um', 1., 0., 0., 1., 382, 0, 0, 500, 250, 1) (0, 32., 3820., 'square', 12., '', 'e383', 383, 'um', 1., 0., 0., 1., 383, 0, 0, 500, 250, 1)]
    location [[ 16. 0.] [ 48. 0.] [ 0. 20.] [ 32. 20.] [ 16. 40.] [ 48. 40.] [ 0. 60.] [ 32. 60.] [ 16. 80.] [ 48. 80.] [ 0. 100.] [ 32. 100.] [ 16. 120.] [ 48. 120.] [ 0. 140.] [ 32. 140.] [ 16. 160.] [ 48. 160.] [ 0. 180.] [ 32. 180.] [ 16. 200.] [ 48. 200.] [ 0. 220.] [ 32. 220.] [ 16. 240.] [ 48. 240.] [ 0. 260.] [ 32. 260.] [ 16. 280.] [ 48. 280.] [ 0. 300.] [ 32. 300.] [ 16. 320.] [ 48. 320.] [ 0. 340.] [ 32. 340.] [ 16. 360.] [ 48. 360.] [ 0. 380.] [ 32. 380.] [ 16. 400.] [ 48. 400.] [ 0. 420.] [ 32. 420.] [ 16. 440.] [ 48. 440.] [ 0. 460.] [ 32. 460.] [ 16. 480.] [ 48. 480.] [ 0. 500.] [ 32. 500.] [ 16. 520.] [ 48. 520.] [ 0. 540.] [ 32. 540.] [ 16. 560.] [ 48. 560.] [ 0. 580.] [ 32. 580.] [ 16. 600.] [ 48. 600.] [ 0. 620.] [ 32. 620.] [ 16. 640.] [ 48. 640.] [ 0. 660.] [ 32. 660.] [ 16. 680.] [ 48. 680.] [ 0. 700.] [ 32. 700.] [ 16. 720.] [ 48. 720.] [ 0. 740.] [ 32. 740.] [ 16. 760.] [ 48. 760.] [ 0. 780.] [ 32. 780.] [ 16. 800.] [ 48. 800.] [ 0. 820.] [ 32. 820.] [ 16. 840.] [ 48. 840.] [ 0. 860.] [ 32. 860.] [ 16. 880.] [ 48. 880.] [ 0. 900.] [ 32. 900.] [ 16. 920.] [ 48. 920.] [ 0. 940.] [ 32. 940.] [ 16. 960.] [ 48. 960.] [ 0. 980.] [ 32. 980.] [ 16. 1000.] [ 48. 1000.] [ 0. 1020.] [ 32. 1020.] [ 16. 1040.] [ 48. 1040.] [ 0. 1060.] [ 32. 1060.] [ 16. 1080.] [ 48. 1080.] [ 0. 1100.] [ 32. 1100.] [ 16. 1120.] [ 48. 1120.] [ 0. 1140.] [ 32. 1140.] [ 16. 1160.] [ 48. 1160.] [ 0. 1180.] [ 32. 1180.] [ 16. 1200.] [ 48. 1200.] [ 0. 1220.] [ 32. 1220.] [ 16. 1240.] [ 48. 1240.] [ 0. 1260.] [ 32. 1260.] [ 16. 1280.] [ 48. 1280.] [ 0. 1300.] [ 32. 1300.] [ 16. 1320.] [ 48. 1320.] [ 0. 1340.] [ 32. 1340.] [ 16. 1360.] [ 48. 1360.] [ 0. 1380.] [ 32. 1380.] [ 16. 1400.] [ 48. 1400.] [ 0. 1420.] [ 32. 1420.] [ 16. 1440.] [ 48. 1440.] [ 0. 1460.] [ 32. 1460.] [ 16. 1480.] [ 48. 1480.] [ 0. 1500.] [ 32. 1500.] [ 16. 1520.] [ 48. 1520.] [ 0. 1540.] [ 32. 1540.] [ 16. 1560.] [ 48. 1560.] [ 0. 1580.] [ 32. 1580.] [ 16. 1600.] [ 48. 1600.] [ 0. 1620.] [ 32. 1620.] [ 16. 1640.] [ 48. 1640.] [ 0. 1660.] [ 32. 1660.] [ 16. 1680.] [ 48. 1680.] [ 0. 1700.] [ 32. 1700.] [ 16. 1720.] [ 48. 1720.] [ 0. 1740.] [ 32. 1740.] [ 16. 1760.] [ 48. 1760.] [ 0. 1780.] [ 32. 1780.] [ 16. 1800.] [ 48. 1800.] [ 0. 1820.] [ 32. 1820.] [ 16. 1840.] [ 48. 1840.] [ 0. 1860.] [ 32. 1860.] [ 16. 1880.] [ 48. 1880.] [ 0. 1900.] [ 32. 1900.] [ 16. 1920.] [ 48. 1920.] [ 0. 1940.] [ 32. 1940.] [ 16. 1960.] [ 48. 1960.] [ 0. 1980.] [ 32. 1980.] [ 16. 2000.] [ 48. 2000.] [ 0. 2020.] [ 32. 2020.] [ 16. 2040.] [ 48. 2040.] [ 0. 2060.] [ 32. 2060.] [ 16. 2080.] [ 48. 2080.] [ 0. 2100.] [ 32. 2100.] [ 16. 2120.] [ 48. 2120.] [ 0. 2140.] [ 32. 2140.] [ 16. 2160.] [ 48. 2160.] [ 0. 2180.] [ 32. 2180.] [ 16. 2200.] [ 48. 2200.] [ 0. 2220.] [ 32. 2220.] [ 16. 2240.] [ 48. 2240.] [ 0. 2260.] [ 32. 2260.] [ 16. 2280.] [ 48. 2280.] [ 0. 2300.] [ 32. 2300.] [ 16. 2320.] [ 48. 2320.] [ 0. 2340.] [ 32. 2340.] [ 16. 2360.] [ 48. 2360.] [ 0. 2380.] [ 32. 2380.] [ 16. 2400.] [ 48. 2400.] [ 0. 2420.] [ 32. 2420.] [ 16. 2440.] [ 48. 2440.] [ 0. 2460.] [ 32. 2460.] [ 16. 2480.] [ 48. 2480.] [ 0. 2500.] [ 32. 2500.] [ 16. 2520.] [ 48. 2520.] [ 0. 2540.] [ 32. 2540.] [ 16. 2560.] [ 48. 2560.] [ 0. 2580.] [ 32. 2580.] [ 16. 2600.] [ 48. 2600.] [ 0. 2620.] [ 32. 2620.] [ 16. 2640.] [ 48. 2640.] [ 0. 2660.] [ 32. 2660.] [ 16. 2680.] [ 48. 2680.] [ 0. 2700.] [ 32. 2700.] [ 16. 2720.] [ 48. 2720.] [ 0. 2740.] [ 32. 2740.] [ 16. 2760.] [ 48. 2760.] [ 0. 2780.] [ 32. 2780.] [ 16. 2800.] [ 48. 2800.] [ 0. 2820.] [ 32. 2820.] [ 16. 2840.] [ 48. 2840.] [ 0. 2860.] [ 32. 2860.] [ 16. 2880.] [ 48. 2880.] [ 0. 2900.] [ 32. 2900.] [ 16. 2920.] [ 48. 2920.] [ 0. 2940.] [ 32. 2940.] [ 16. 2960.] [ 48. 2960.] [ 0. 2980.] [ 32. 2980.] [ 16. 3000.] [ 48. 3000.] [ 0. 3020.] [ 32. 3020.] [ 16. 3040.] [ 48. 3040.] [ 0. 3060.] [ 32. 3060.] [ 16. 3080.] [ 48. 3080.] [ 0. 3100.] [ 32. 3100.] [ 16. 3120.] [ 48. 3120.] [ 0. 3140.] [ 32. 3140.] [ 16. 3160.] [ 48. 3160.] [ 0. 3180.] [ 32. 3180.] [ 16. 3200.] [ 48. 3200.] [ 0. 3220.] [ 32. 3220.] [ 16. 3240.] [ 48. 3240.] [ 0. 3260.] [ 32. 3260.] [ 16. 3280.] [ 48. 3280.] [ 0. 3300.] [ 32. 3300.] [ 16. 3320.] [ 48. 3320.] [ 0. 3340.] [ 32. 3340.] [ 16. 3360.] [ 48. 3360.] [ 0. 3380.] [ 32. 3380.] [ 16. 3400.] [ 48. 3400.] [ 0. 3420.] [ 32. 3420.] [ 16. 3440.] [ 48. 3440.] [ 0. 3460.] [ 32. 3460.] [ 16. 3480.] [ 48. 3480.] [ 0. 3500.] [ 32. 3500.] [ 16. 3520.] [ 48. 3520.] [ 0. 3540.] [ 32. 3540.] [ 16. 3560.] [ 48. 3560.] [ 0. 3580.] [ 32. 3580.] [ 16. 3600.] [ 48. 3600.] [ 0. 3620.] [ 32. 3620.] [ 16. 3640.] [ 48. 3640.] [ 0. 3660.] [ 32. 3660.] [ 16. 3680.] [ 48. 3680.] [ 0. 3700.] [ 32. 3700.] [ 16. 3720.] [ 48. 3720.] [ 0. 3740.] [ 32. 3740.] [ 16. 3760.] [ 48. 3760.] [ 0. 3780.] [ 32. 3780.] [ 16. 3800.] [ 48. 3800.] [ 0. 3820.] [ 32. 3820.]]
    group [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
    inter_sample_shift [0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667 0. 0. 0.08333333 0.08333333 0.16666667 0.16666667 0.25 0.25 0.33333333 0.33333333 0.41666667 0.41666667 0.5 0.5 0.58333333 0.58333333 0.66666667 0.66666667 0.75 0.75 0.83333333 0.83333333 0.91666667 0.91666667]
```python # convert to floating point lfprec = si.astype(lfpraw, np.float32) # ensure depth order lfprec = si.depth_order(lfprec) # optional: remove channels outside the brain # you could use similar logic to extract a single column # or trim both ends of the probe, whatever you like cutoff_um = 8000 if cutoff_um is not None: geom = lfprec.get_channel_locations() lfprec = lfprec.remove_channels(lfprec.channel_ids[geom[:, 1] > cutoff_um]) # bandpass filter # we do an aggressive one since we plan to downsample lfprec = si.bandpass_filter( lfprec, freq_min=0.5, freq_max=250, margin_ms=1000, filter_order=3, dtype="float32", add_reflect_padding=True, ) # fancy bad channels detection and removal from the International Brain Lab bad_chans, labels = si.detect_bad_channels(lfprec, psd_hf_threshold=1.4, num_random_chunks=100, seed=0) print("Found bad channels", bad_chans) lfprec = lfprec.remove_channels(bad_chans) # correct for ADC sample shifts lfprec = si.phase_shift(lfprec) # common median reference lfprec = si.common_reference(lfprec) # downsample to 250Hz lfprec = si.resample(lfprec, 250, margin_ms=1000) # spatial filters: second derivative and averageing same-depth channels lfprec = si.directional_derivative(lfprec, order=2, edge_order=1) lfprec = si.average_across_direction(lfprec) lfprec ``` Found bad channels ['imec0.lf#LF191']
AverageAcrossDirectionRecording: 192 channels - 250.0Hz - 1 segments - 208,455 samples - 833.82s (13.90 minutes) - float32 dtype - 152.68 MiB
Channel IDs
    ['imec0.lf#LF0-imec0.lf#LF1' 'imec0.lf#LF2-imec0.lf#LF3' 'imec0.lf#LF4-imec0.lf#LF5' 'imec0.lf#LF6-imec0.lf#LF7' 'imec0.lf#LF8-imec0.lf#LF9' 'imec0.lf#LF10-imec0.lf#LF11' 'imec0.lf#LF12-imec0.lf#LF13' 'imec0.lf#LF14-imec0.lf#LF15' 'imec0.lf#LF16-imec0.lf#LF17' 'imec0.lf#LF18-imec0.lf#LF19' 'imec0.lf#LF20-imec0.lf#LF21' 'imec0.lf#LF22-imec0.lf#LF23' 'imec0.lf#LF24-imec0.lf#LF25' 'imec0.lf#LF26-imec0.lf#LF27' 'imec0.lf#LF28-imec0.lf#LF29' 'imec0.lf#LF30-imec0.lf#LF31' 'imec0.lf#LF32-imec0.lf#LF33' 'imec0.lf#LF34-imec0.lf#LF35' 'imec0.lf#LF36-imec0.lf#LF37' 'imec0.lf#LF38-imec0.lf#LF39' 'imec0.lf#LF40-imec0.lf#LF41' 'imec0.lf#LF42-imec0.lf#LF43' 'imec0.lf#LF44-imec0.lf#LF45' 'imec0.lf#LF46-imec0.lf#LF47' 'imec0.lf#LF48-imec0.lf#LF49' 'imec0.lf#LF50-imec0.lf#LF51' 'imec0.lf#LF52-imec0.lf#LF53' 'imec0.lf#LF54-imec0.lf#LF55' 'imec0.lf#LF56-imec0.lf#LF57' 'imec0.lf#LF58-imec0.lf#LF59' 'imec0.lf#LF60-imec0.lf#LF61' 'imec0.lf#LF62-imec0.lf#LF63' 'imec0.lf#LF64-imec0.lf#LF65' 'imec0.lf#LF66-imec0.lf#LF67' 'imec0.lf#LF68-imec0.lf#LF69' 'imec0.lf#LF70-imec0.lf#LF71' 'imec0.lf#LF72-imec0.lf#LF73' 'imec0.lf#LF74-imec0.lf#LF75' 'imec0.lf#LF76-imec0.lf#LF77' 'imec0.lf#LF78-imec0.lf#LF79' 'imec0.lf#LF80-imec0.lf#LF81' 'imec0.lf#LF82-imec0.lf#LF83' 'imec0.lf#LF84-imec0.lf#LF85' 'imec0.lf#LF86-imec0.lf#LF87' 'imec0.lf#LF88-imec0.lf#LF89' 'imec0.lf#LF90-imec0.lf#LF91' 'imec0.lf#LF92-imec0.lf#LF93' 'imec0.lf#LF94-imec0.lf#LF95' 'imec0.lf#LF96-imec0.lf#LF97' 'imec0.lf#LF98-imec0.lf#LF99' 'imec0.lf#LF100-imec0.lf#LF101' 'imec0.lf#LF102-imec0.lf#LF103' 'imec0.lf#LF104-imec0.lf#LF105' 'imec0.lf#LF106-imec0.lf#LF107' 'imec0.lf#LF108-imec0.lf#LF109' 'imec0.lf#LF110-imec0.lf#LF111' 'imec0.lf#LF112-imec0.lf#LF113' 'imec0.lf#LF114-imec0.lf#LF115' 'imec0.lf#LF116-imec0.lf#LF117' 'imec0.lf#LF118-imec0.lf#LF119' 'imec0.lf#LF120-imec0.lf#LF121' 'imec0.lf#LF122-imec0.lf#LF123' 'imec0.lf#LF124-imec0.lf#LF125' 'imec0.lf#LF126-imec0.lf#LF127' 'imec0.lf#LF128-imec0.lf#LF129' 'imec0.lf#LF130-imec0.lf#LF131' 'imec0.lf#LF132-imec0.lf#LF133' 'imec0.lf#LF134-imec0.lf#LF135' 'imec0.lf#LF136-imec0.lf#LF137' 'imec0.lf#LF138-imec0.lf#LF139' 'imec0.lf#LF140-imec0.lf#LF141' 'imec0.lf#LF142-imec0.lf#LF143' 'imec0.lf#LF144-imec0.lf#LF145' 'imec0.lf#LF146-imec0.lf#LF147' 'imec0.lf#LF148-imec0.lf#LF149' 'imec0.lf#LF150-imec0.lf#LF151' 'imec0.lf#LF152-imec0.lf#LF153' 'imec0.lf#LF154-imec0.lf#LF155' 'imec0.lf#LF156-imec0.lf#LF157' 'imec0.lf#LF158-imec0.lf#LF159' 'imec0.lf#LF160-imec0.lf#LF161' 'imec0.lf#LF162-imec0.lf#LF163' 'imec0.lf#LF164-imec0.lf#LF165' 'imec0.lf#LF166-imec0.lf#LF167' 'imec0.lf#LF168-imec0.lf#LF169' 'imec0.lf#LF170-imec0.lf#LF171' 'imec0.lf#LF172-imec0.lf#LF173' 'imec0.lf#LF174-imec0.lf#LF175' 'imec0.lf#LF176-imec0.lf#LF177' 'imec0.lf#LF178-imec0.lf#LF179' 'imec0.lf#LF180-imec0.lf#LF181' 'imec0.lf#LF182-imec0.lf#LF183' 'imec0.lf#LF184-imec0.lf#LF185' 'imec0.lf#LF186-imec0.lf#LF187' 'imec0.lf#LF188-imec0.lf#LF189' 'imec0.lf#LF190' 'imec0.lf#LF192-imec0.lf#LF193' 'imec0.lf#LF194-imec0.lf#LF195' 'imec0.lf#LF196-imec0.lf#LF197' 'imec0.lf#LF198-imec0.lf#LF199' 'imec0.lf#LF200-imec0.lf#LF201' 'imec0.lf#LF202-imec0.lf#LF203' 'imec0.lf#LF204-imec0.lf#LF205' 'imec0.lf#LF206-imec0.lf#LF207' 'imec0.lf#LF208-imec0.lf#LF209' 'imec0.lf#LF210-imec0.lf#LF211' 'imec0.lf#LF212-imec0.lf#LF213' 'imec0.lf#LF214-imec0.lf#LF215' 'imec0.lf#LF216-imec0.lf#LF217' 'imec0.lf#LF218-imec0.lf#LF219' 'imec0.lf#LF220-imec0.lf#LF221' 'imec0.lf#LF222-imec0.lf#LF223' 'imec0.lf#LF224-imec0.lf#LF225' 'imec0.lf#LF226-imec0.lf#LF227' 'imec0.lf#LF228-imec0.lf#LF229' 'imec0.lf#LF230-imec0.lf#LF231' 'imec0.lf#LF232-imec0.lf#LF233' 'imec0.lf#LF234-imec0.lf#LF235' 'imec0.lf#LF236-imec0.lf#LF237' 'imec0.lf#LF238-imec0.lf#LF239' 'imec0.lf#LF240-imec0.lf#LF241' 'imec0.lf#LF242-imec0.lf#LF243' 'imec0.lf#LF244-imec0.lf#LF245' 'imec0.lf#LF246-imec0.lf#LF247' 'imec0.lf#LF248-imec0.lf#LF249' 'imec0.lf#LF250-imec0.lf#LF251' 'imec0.lf#LF252-imec0.lf#LF253' 'imec0.lf#LF254-imec0.lf#LF255' 'imec0.lf#LF256-imec0.lf#LF257' 'imec0.lf#LF258-imec0.lf#LF259' 'imec0.lf#LF260-imec0.lf#LF261' 'imec0.lf#LF262-imec0.lf#LF263' 'imec0.lf#LF264-imec0.lf#LF265' 'imec0.lf#LF266-imec0.lf#LF267' 'imec0.lf#LF268-imec0.lf#LF269' 'imec0.lf#LF270-imec0.lf#LF271' 'imec0.lf#LF272-imec0.lf#LF273' 'imec0.lf#LF274-imec0.lf#LF275' 'imec0.lf#LF276-imec0.lf#LF277' 'imec0.lf#LF278-imec0.lf#LF279' 'imec0.lf#LF280-imec0.lf#LF281' 'imec0.lf#LF282-imec0.lf#LF283' 'imec0.lf#LF284-imec0.lf#LF285' 'imec0.lf#LF286-imec0.lf#LF287' 'imec0.lf#LF288-imec0.lf#LF289' 'imec0.lf#LF290-imec0.lf#LF291' 'imec0.lf#LF292-imec0.lf#LF293' 'imec0.lf#LF294-imec0.lf#LF295' 'imec0.lf#LF296-imec0.lf#LF297' 'imec0.lf#LF298-imec0.lf#LF299' 'imec0.lf#LF300-imec0.lf#LF301' 'imec0.lf#LF302-imec0.lf#LF303' 'imec0.lf#LF304-imec0.lf#LF305' 'imec0.lf#LF306-imec0.lf#LF307' 'imec0.lf#LF308-imec0.lf#LF309' 'imec0.lf#LF310-imec0.lf#LF311' 'imec0.lf#LF312-imec0.lf#LF313' 'imec0.lf#LF314-imec0.lf#LF315' 'imec0.lf#LF316-imec0.lf#LF317' 'imec0.lf#LF318-imec0.lf#LF319' 'imec0.lf#LF320-imec0.lf#LF321' 'imec0.lf#LF322-imec0.lf#LF323' 'imec0.lf#LF324-imec0.lf#LF325' 'imec0.lf#LF326-imec0.lf#LF327' 'imec0.lf#LF328-imec0.lf#LF329' 'imec0.lf#LF330-imec0.lf#LF331' 'imec0.lf#LF332-imec0.lf#LF333' 'imec0.lf#LF334-imec0.lf#LF335' 'imec0.lf#LF336-imec0.lf#LF337' 'imec0.lf#LF338-imec0.lf#LF339' 'imec0.lf#LF340-imec0.lf#LF341' 'imec0.lf#LF342-imec0.lf#LF343' 'imec0.lf#LF344-imec0.lf#LF345' 'imec0.lf#LF346-imec0.lf#LF347' 'imec0.lf#LF348-imec0.lf#LF349' 'imec0.lf#LF350-imec0.lf#LF351' 'imec0.lf#LF352-imec0.lf#LF353' 'imec0.lf#LF354-imec0.lf#LF355' 'imec0.lf#LF356-imec0.lf#LF357' 'imec0.lf#LF358-imec0.lf#LF359' 'imec0.lf#LF360-imec0.lf#LF361' 'imec0.lf#LF362-imec0.lf#LF363' 'imec0.lf#LF364-imec0.lf#LF365' 'imec0.lf#LF366-imec0.lf#LF367' 'imec0.lf#LF368-imec0.lf#LF369' 'imec0.lf#LF370-imec0.lf#LF371' 'imec0.lf#LF372-imec0.lf#LF373' 'imec0.lf#LF374-imec0.lf#LF375' 'imec0.lf#LF376-imec0.lf#LF377' 'imec0.lf#LF378-imec0.lf#LF379' 'imec0.lf#LF380-imec0.lf#LF381' 'imec0.lf#LF382-imec0.lf#LF383']
Annotations
  • is_filtered : False
Channel Properties
    location [[ 32. 0.] [ 16. 20.] [ 32. 40.] [ 16. 60.] [ 32. 80.] [ 16. 100.] [ 32. 120.] [ 16. 140.] [ 32. 160.] [ 16. 180.] [ 32. 200.] [ 16. 220.] [ 32. 240.] [ 16. 260.] [ 32. 280.] [ 16. 300.] [ 32. 320.] [ 16. 340.] [ 32. 360.] [ 16. 380.] [ 32. 400.] [ 16. 420.] [ 32. 440.] [ 16. 460.] [ 32. 480.] [ 16. 500.] [ 32. 520.] [ 16. 540.] [ 32. 560.] [ 16. 580.] [ 32. 600.] [ 16. 620.] [ 32. 640.] [ 16. 660.] [ 32. 680.] [ 16. 700.] [ 32. 720.] [ 16. 740.] [ 32. 760.] [ 16. 780.] [ 32. 800.] [ 16. 820.] [ 32. 840.] [ 16. 860.] [ 32. 880.] [ 16. 900.] [ 32. 920.] [ 16. 940.] [ 32. 960.] [ 16. 980.] [ 32. 1000.] [ 16. 1020.] [ 32. 1040.] [ 16. 1060.] [ 32. 1080.] [ 16. 1100.] [ 32. 1120.] [ 16. 1140.] [ 32. 1160.] [ 16. 1180.] [ 32. 1200.] [ 16. 1220.] [ 32. 1240.] [ 16. 1260.] [ 32. 1280.] [ 16. 1300.] [ 32. 1320.] [ 16. 1340.] [ 32. 1360.] [ 16. 1380.] [ 32. 1400.] [ 16. 1420.] [ 32. 1440.] [ 16. 1460.] [ 32. 1480.] [ 16. 1500.] [ 32. 1520.] [ 16. 1540.] [ 32. 1560.] [ 16. 1580.] [ 32. 1600.] [ 16. 1620.] [ 32. 1640.] [ 16. 1660.] [ 32. 1680.] [ 16. 1700.] [ 32. 1720.] [ 16. 1740.] [ 32. 1760.] [ 16. 1780.] [ 32. 1800.] [ 16. 1820.] [ 32. 1840.] [ 16. 1860.] [ 32. 1880.] [ 0. 1900.] [ 32. 1920.] [ 16. 1940.] [ 32. 1960.] [ 16. 1980.] [ 32. 2000.] [ 16. 2020.] [ 32. 2040.] [ 16. 2060.] [ 32. 2080.] [ 16. 2100.] [ 32. 2120.] [ 16. 2140.] [ 32. 2160.] [ 16. 2180.] [ 32. 2200.] [ 16. 2220.] [ 32. 2240.] [ 16. 2260.] [ 32. 2280.] [ 16. 2300.] [ 32. 2320.] [ 16. 2340.] [ 32. 2360.] [ 16. 2380.] [ 32. 2400.] [ 16. 2420.] [ 32. 2440.] [ 16. 2460.] [ 32. 2480.] [ 16. 2500.] [ 32. 2520.] [ 16. 2540.] [ 32. 2560.] [ 16. 2580.] [ 32. 2600.] [ 16. 2620.] [ 32. 2640.] [ 16. 2660.] [ 32. 2680.] [ 16. 2700.] [ 32. 2720.] [ 16. 2740.] [ 32. 2760.] [ 16. 2780.] [ 32. 2800.] [ 16. 2820.] [ 32. 2840.] [ 16. 2860.] [ 32. 2880.] [ 16. 2900.] [ 32. 2920.] [ 16. 2940.] [ 32. 2960.] [ 16. 2980.] [ 32. 3000.] [ 16. 3020.] [ 32. 3040.] [ 16. 3060.] [ 32. 3080.] [ 16. 3100.] [ 32. 3120.] [ 16. 3140.] [ 32. 3160.] [ 16. 3180.] [ 32. 3200.] [ 16. 3220.] [ 32. 3240.] [ 16. 3260.] [ 32. 3280.] [ 16. 3300.] [ 32. 3320.] [ 16. 3340.] [ 32. 3360.] [ 16. 3380.] [ 32. 3400.] [ 16. 3420.] [ 32. 3440.] [ 16. 3460.] [ 32. 3480.] [ 16. 3500.] [ 32. 3520.] [ 16. 3540.] [ 32. 3560.] [ 16. 3580.] [ 32. 3600.] [ 16. 3620.] [ 32. 3640.] [ 16. 3660.] [ 32. 3680.] [ 16. 3700.] [ 32. 3720.] [ 16. 3740.] [ 32. 3760.] [ 16. 3780.] [ 32. 3800.] [ 16. 3820.]]
```python from spikeinterface.sortingcomponents.motion import estimate_motion motion = estimate_motion(lfprec, method='dredge_lfp', rigid=True, progress_bar=True, max_disp_um=1000) motion ``` Online chunks [10.0s each]: 100%|██████████| 83/83 [04:11<00:00, 3.03s/it] Motion rigid - interval 0.004s - 1 segments ```python dir(motion) ``` ['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'check_properties', 'copy', 'dim', 'direction', 'displacement', 'get_displacement_at_time_and_depth', 'interpolation_method', 'interpolators', 'load', 'make_interpolators', 'num_segments', 'save', 'spatial_bins_um', 'temporal_bins_s', 'to_dict'] ```python rec = se.read_spikeglx("/home/zhangdaohan20h/public_data/NPX_examples/Pt01", load_sync_channel=False, stream_id="imec0.ap") #rec = si.read_spikeglx("/home/zhangdaohan20h/public_data/NPX_examples/MGH_Pt01", stream_id="imec0.ap") rec ``` /home/zhangdaohan20h/public_data/NPX_examples/Pt01/Pt01_g0_t0.imec0.ap.meta /home/zhangdaohan20h/public_data/NPX_examples/Pt01/Pt01_g0_t0.imec0.lf.meta
SpikeGLXRecordingExtractor: 384 channels - 30.0kHz - 1 segments - 25,014,692 samples - 833.82s (13.90 minutes) - int16 dtype - 17.89 GiB
Channel IDs
    ['imec0.ap#AP0' 'imec0.ap#AP1' 'imec0.ap#AP2' 'imec0.ap#AP3' 'imec0.ap#AP4' 'imec0.ap#AP5' 'imec0.ap#AP6' 'imec0.ap#AP7' 'imec0.ap#AP8' 'imec0.ap#AP9' 'imec0.ap#AP10' 'imec0.ap#AP11' 'imec0.ap#AP12' 'imec0.ap#AP13' 'imec0.ap#AP14' 'imec0.ap#AP15' 'imec0.ap#AP16' 'imec0.ap#AP17' 'imec0.ap#AP18' 'imec0.ap#AP19' 'imec0.ap#AP20' 'imec0.ap#AP21' 'imec0.ap#AP22' 'imec0.ap#AP23' 'imec0.ap#AP24' 'imec0.ap#AP25' 'imec0.ap#AP26' 'imec0.ap#AP27' 'imec0.ap#AP28' 'imec0.ap#AP29' 'imec0.ap#AP30' 'imec0.ap#AP31' 'imec0.ap#AP32' 'imec0.ap#AP33' 'imec0.ap#AP34' 'imec0.ap#AP35' 'imec0.ap#AP36' 'imec0.ap#AP37' 'imec0.ap#AP38' 'imec0.ap#AP39' 'imec0.ap#AP40' 'imec0.ap#AP41' 'imec0.ap#AP42' 'imec0.ap#AP43' 'imec0.ap#AP44' 'imec0.ap#AP45' 'imec0.ap#AP46' 'imec0.ap#AP47' 'imec0.ap#AP48' 'imec0.ap#AP49' 'imec0.ap#AP50' 'imec0.ap#AP51' 'imec0.ap#AP52' 'imec0.ap#AP53' 'imec0.ap#AP54' 'imec0.ap#AP55' 'imec0.ap#AP56' 'imec0.ap#AP57' 'imec0.ap#AP58' 'imec0.ap#AP59' 'imec0.ap#AP60' 'imec0.ap#AP61' 'imec0.ap#AP62' 'imec0.ap#AP63' 'imec0.ap#AP64' 'imec0.ap#AP65' 'imec0.ap#AP66' 'imec0.ap#AP67' 'imec0.ap#AP68' 'imec0.ap#AP69' 'imec0.ap#AP70' 'imec0.ap#AP71' 'imec0.ap#AP72' 'imec0.ap#AP73' 'imec0.ap#AP74' 'imec0.ap#AP75' 'imec0.ap#AP76' 'imec0.ap#AP77' 'imec0.ap#AP78' 'imec0.ap#AP79' 'imec0.ap#AP80' 'imec0.ap#AP81' 'imec0.ap#AP82' 'imec0.ap#AP83' 'imec0.ap#AP84' 'imec0.ap#AP85' 'imec0.ap#AP86' 'imec0.ap#AP87' 'imec0.ap#AP88' 'imec0.ap#AP89' 'imec0.ap#AP90' 'imec0.ap#AP91' 'imec0.ap#AP92' 'imec0.ap#AP93' 'imec0.ap#AP94' 'imec0.ap#AP95' 'imec0.ap#AP96' 'imec0.ap#AP97' 'imec0.ap#AP98' 'imec0.ap#AP99' 'imec0.ap#AP100' 'imec0.ap#AP101' 'imec0.ap#AP102' 'imec0.ap#AP103' 'imec0.ap#AP104' 'imec0.ap#AP105' 'imec0.ap#AP106' 'imec0.ap#AP107' 'imec0.ap#AP108' 'imec0.ap#AP109' 'imec0.ap#AP110' 'imec0.ap#AP111' 'imec0.ap#AP112' 'imec0.ap#AP113' 'imec0.ap#AP114' 'imec0.ap#AP115' 'imec0.ap#AP116' 'imec0.ap#AP117' 'imec0.ap#AP118' 'imec0.ap#AP119' 'imec0.ap#AP120' 'imec0.ap#AP121' 'imec0.ap#AP122' 'imec0.ap#AP123' 'imec0.ap#AP124' 'imec0.ap#AP125' 'imec0.ap#AP126' 'imec0.ap#AP127' 'imec0.ap#AP128' 'imec0.ap#AP129' 'imec0.ap#AP130' 'imec0.ap#AP131' 'imec0.ap#AP132' 'imec0.ap#AP133' 'imec0.ap#AP134' 'imec0.ap#AP135' 'imec0.ap#AP136' 'imec0.ap#AP137' 'imec0.ap#AP138' 'imec0.ap#AP139' 'imec0.ap#AP140' 'imec0.ap#AP141' 'imec0.ap#AP142' 'imec0.ap#AP143' 'imec0.ap#AP144' 'imec0.ap#AP145' 'imec0.ap#AP146' 'imec0.ap#AP147' 'imec0.ap#AP148' 'imec0.ap#AP149' 'imec0.ap#AP150' 'imec0.ap#AP151' 'imec0.ap#AP152' 'imec0.ap#AP153' 'imec0.ap#AP154' 'imec0.ap#AP155' 'imec0.ap#AP156' 'imec0.ap#AP157' 'imec0.ap#AP158' 'imec0.ap#AP159' 'imec0.ap#AP160' 'imec0.ap#AP161' 'imec0.ap#AP162' 'imec0.ap#AP163' 'imec0.ap#AP164' 'imec0.ap#AP165' 'imec0.ap#AP166' 'imec0.ap#AP167' 'imec0.ap#AP168' 'imec0.ap#AP169' 'imec0.ap#AP170' 'imec0.ap#AP171' 'imec0.ap#AP172' 'imec0.ap#AP173' 'imec0.ap#AP174' 'imec0.ap#AP175' 'imec0.ap#AP176' 'imec0.ap#AP177' 'imec0.ap#AP178' 'imec0.ap#AP179' 'imec0.ap#AP180' 'imec0.ap#AP181' 'imec0.ap#AP182' 'imec0.ap#AP183' 'imec0.ap#AP184' 'imec0.ap#AP185' 'imec0.ap#AP186' 'imec0.ap#AP187' 'imec0.ap#AP188' 'imec0.ap#AP189' 'imec0.ap#AP190' 'imec0.ap#AP191' 'imec0.ap#AP192' 'imec0.ap#AP193' 'imec0.ap#AP194' 'imec0.ap#AP195' 'imec0.ap#AP196' 'imec0.ap#AP197' 'imec0.ap#AP198' 'imec0.ap#AP199' 'imec0.ap#AP200' 'imec0.ap#AP201' 'imec0.ap#AP202' 'imec0.ap#AP203' 'imec0.ap#AP204' 'imec0.ap#AP205' 'imec0.ap#AP206' 'imec0.ap#AP207' 'imec0.ap#AP208' 'imec0.ap#AP209' 'imec0.ap#AP210' 'imec0.ap#AP211' 'imec0.ap#AP212' 'imec0.ap#AP213' 'imec0.ap#AP214' 'imec0.ap#AP215' 'imec0.ap#AP216' 'imec0.ap#AP217' 'imec0.ap#AP218' 'imec0.ap#AP219' 'imec0.ap#AP220' 'imec0.ap#AP221' 'imec0.ap#AP222' 'imec0.ap#AP223' 'imec0.ap#AP224' 'imec0.ap#AP225' 'imec0.ap#AP226' 'imec0.ap#AP227' 'imec0.ap#AP228' 'imec0.ap#AP229' 'imec0.ap#AP230' 'imec0.ap#AP231' 'imec0.ap#AP232' 'imec0.ap#AP233' 'imec0.ap#AP234' 'imec0.ap#AP235' 'imec0.ap#AP236' 'imec0.ap#AP237' 'imec0.ap#AP238' 'imec0.ap#AP239' 'imec0.ap#AP240' 'imec0.ap#AP241' 'imec0.ap#AP242' 'imec0.ap#AP243' 'imec0.ap#AP244' 'imec0.ap#AP245' 'imec0.ap#AP246' 'imec0.ap#AP247' 'imec0.ap#AP248' 'imec0.ap#AP249' 'imec0.ap#AP250' 'imec0.ap#AP251' 'imec0.ap#AP252' 'imec0.ap#AP253' 'imec0.ap#AP254' 'imec0.ap#AP255' 'imec0.ap#AP256' 'imec0.ap#AP257' 'imec0.ap#AP258' 'imec0.ap#AP259' 'imec0.ap#AP260' 'imec0.ap#AP261' 'imec0.ap#AP262' 'imec0.ap#AP263' 'imec0.ap#AP264' 'imec0.ap#AP265' 'imec0.ap#AP266' 'imec0.ap#AP267' 'imec0.ap#AP268' 'imec0.ap#AP269' 'imec0.ap#AP270' 'imec0.ap#AP271' 'imec0.ap#AP272' 'imec0.ap#AP273' 'imec0.ap#AP274' 'imec0.ap#AP275' 'imec0.ap#AP276' 'imec0.ap#AP277' 'imec0.ap#AP278' 'imec0.ap#AP279' 'imec0.ap#AP280' 'imec0.ap#AP281' 'imec0.ap#AP282' 'imec0.ap#AP283' 'imec0.ap#AP284' 'imec0.ap#AP285' 'imec0.ap#AP286' 'imec0.ap#AP287' 'imec0.ap#AP288' 'imec0.ap#AP289' 'imec0.ap#AP290' 'imec0.ap#AP291' 'imec0.ap#AP292' 'imec0.ap#AP293' 'imec0.ap#AP294' 'imec0.ap#AP295' 'imec0.ap#AP296' 'imec0.ap#AP297' 'imec0.ap#AP298' 'imec0.ap#AP299' 'imec0.ap#AP300' 'imec0.ap#AP301' 'imec0.ap#AP302' 'imec0.ap#AP303' 'imec0.ap#AP304' 'imec0.ap#AP305' 'imec0.ap#AP306' 'imec0.ap#AP307' 'imec0.ap#AP308' 'imec0.ap#AP309' 'imec0.ap#AP310' 'imec0.ap#AP311' 'imec0.ap#AP312' 'imec0.ap#AP313' 'imec0.ap#AP314' 'imec0.ap#AP315' 'imec0.ap#AP316' 'imec0.ap#AP317' 'imec0.ap#AP318' 'imec0.ap#AP319' 'imec0.ap#AP320' 'imec0.ap#AP321' 'imec0.ap#AP322' 'imec0.ap#AP323' 'imec0.ap#AP324' 'imec0.ap#AP325' 'imec0.ap#AP326' 'imec0.ap#AP327' 'imec0.ap#AP328' 'imec0.ap#AP329' 'imec0.ap#AP330' 'imec0.ap#AP331' 'imec0.ap#AP332' 'imec0.ap#AP333' 'imec0.ap#AP334' 'imec0.ap#AP335' 'imec0.ap#AP336' 'imec0.ap#AP337' 'imec0.ap#AP338' 'imec0.ap#AP339' 'imec0.ap#AP340' 'imec0.ap#AP341' 'imec0.ap#AP342' 'imec0.ap#AP343' 'imec0.ap#AP344' 'imec0.ap#AP345' 'imec0.ap#AP346' 'imec0.ap#AP347' 'imec0.ap#AP348' 'imec0.ap#AP349' 'imec0.ap#AP350' 'imec0.ap#AP351' 'imec0.ap#AP352' 'imec0.ap#AP353' 'imec0.ap#AP354' 'imec0.ap#AP355' 'imec0.ap#AP356' 'imec0.ap#AP357' 'imec0.ap#AP358' 'imec0.ap#AP359' 'imec0.ap#AP360' 'imec0.ap#AP361' 'imec0.ap#AP362' 'imec0.ap#AP363' 'imec0.ap#AP364' 'imec0.ap#AP365' 'imec0.ap#AP366' 'imec0.ap#AP367' 'imec0.ap#AP368' 'imec0.ap#AP369' 'imec0.ap#AP370' 'imec0.ap#AP371' 'imec0.ap#AP372' 'imec0.ap#AP373' 'imec0.ap#AP374' 'imec0.ap#AP375' 'imec0.ap#AP376' 'imec0.ap#AP377' 'imec0.ap#AP378' 'imec0.ap#AP379' 'imec0.ap#AP380' 'imec0.ap#AP381' 'imec0.ap#AP382' 'imec0.ap#AP383']
Annotations
  • is_filtered : False
  • probe_0_planar_contour : [[ -11 9989] [ -11 -11] [ 24 -186] [ 59 -11] [ 59 9989]]
  • probes_info : [{'model_name': 'Neuropixels 1.0', 'manufacturer': 'IMEC', 'probe_type': '0', 'serial_number': '19398215591', 'part_number': 'NP1010', 'port': '1', 'slot': '2'}]
Channel Properties
    gain_to_uV [2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375]
    offset_to_uV [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
    channel_names ['AP0' 'AP1' 'AP2' 'AP3' 'AP4' 'AP5' 'AP6' 'AP7' 'AP8' 'AP9' 'AP10' 'AP11' 'AP12' 'AP13' 'AP14' 'AP15' 'AP16' 'AP17' 'AP18' 'AP19' 'AP20' 'AP21' 'AP22' 'AP23' 'AP24' 'AP25' 'AP26' 'AP27' 'AP28' 'AP29' 'AP30' 'AP31' 'AP32' 'AP33' 'AP34' 'AP35' 'AP36' 'AP37' 'AP38' 'AP39' 'AP40' 'AP41' 'AP42' 'AP43' 'AP44' 'AP45' 'AP46' 'AP47' 'AP48' 'AP49' 'AP50' 'AP51' 'AP52' 'AP53' 'AP54' 'AP55' 'AP56' 'AP57' 'AP58' 'AP59' 'AP60' 'AP61' 'AP62' 'AP63' 'AP64' 'AP65' 'AP66' 'AP67' 'AP68' 'AP69' 'AP70' 'AP71' 'AP72' 'AP73' 'AP74' 'AP75' 'AP76' 'AP77' 'AP78' 'AP79' 'AP80' 'AP81' 'AP82' 'AP83' 'AP84' 'AP85' 'AP86' 'AP87' 'AP88' 'AP89' 'AP90' 'AP91' 'AP92' 'AP93' 'AP94' 'AP95' 'AP96' 'AP97' 'AP98' 'AP99' 'AP100' 'AP101' 'AP102' 'AP103' 'AP104' 'AP105' 'AP106' 'AP107' 'AP108' 'AP109' 'AP110' 'AP111' 'AP112' 'AP113' 'AP114' 'AP115' 'AP116' 'AP117' 'AP118' 'AP119' 'AP120' 'AP121' 'AP122' 'AP123' 'AP124' 'AP125' 'AP126' 'AP127' 'AP128' 'AP129' 'AP130' 'AP131' 'AP132' 'AP133' 'AP134' 'AP135' 'AP136' 'AP137' 'AP138' 'AP139' 'AP140' 'AP141' 'AP142' 'AP143' 'AP144' 'AP145' 'AP146' 'AP147' 'AP148' 'AP149' 'AP150' 'AP151' 'AP152' 'AP153' 'AP154' 'AP155' 'AP156' 'AP157' 'AP158' 'AP159' 'AP160' 'AP161' 'AP162' 'AP163' 'AP164' 'AP165' 'AP166' 'AP167' 'AP168' 'AP169' 'AP170' 'AP171' 'AP172' 'AP173' 'AP174' 'AP175' 'AP176' 'AP177' 'AP178' 'AP179' 'AP180' 'AP181' 'AP182' 'AP183' 'AP184' 'AP185' 'AP186' 'AP187' 'AP188' 'AP189' 'AP190' 'AP191' 'AP192' 'AP193' 'AP194' 'AP195' 'AP196' 'AP197' 'AP198' 'AP199' 'AP200' 'AP201' 'AP202' 'AP203' 'AP204' 'AP205' 'AP206' 'AP207' 'AP208' 'AP209' 'AP210' 'AP211' 'AP212' 'AP213' 'AP214' 'AP215' 'AP216' 'AP217' 'AP218' 'AP219' 'AP220' 'AP221' 'AP222' 'AP223' 'AP224' 'AP225' 'AP226' 'AP227' 'AP228' 'AP229' 'AP230' 'AP231' 'AP232' 'AP233' 'AP234' 'AP235' 'AP236' 'AP237' 'AP238' 'AP239' 'AP240' 'AP241' 'AP242' 'AP243' 'AP244' 'AP245' 'AP246' 'AP247' 'AP248' 'AP249' 'AP250' 'AP251' 'AP252' 'AP253' 'AP254' 'AP255' 'AP256' 'AP257' 'AP258' 'AP259' 'AP260' 'AP261' 'AP262' 'AP263' 'AP264' 'AP265' 'AP266' 'AP267' 'AP268' 'AP269' 'AP270' 'AP271' 'AP272' 'AP273' 'AP274' 'AP275' 'AP276' 'AP277' 'AP278' 'AP279' 'AP280' 'AP281' 'AP282' 'AP283' 'AP284' 'AP285' 'AP286' 'AP287' 'AP288' 'AP289' 'AP290' 'AP291' 'AP292' 'AP293' 'AP294' 'AP295' 'AP296' 'AP297' 'AP298' 'AP299' 'AP300' 'AP301' 'AP302' 'AP303' 'AP304' 'AP305' 'AP306' 'AP307' 'AP308' 'AP309' 'AP310' 'AP311' 'AP312' 'AP313' 'AP314' 'AP315' 'AP316' 'AP317' 'AP318' 'AP319' 'AP320' 'AP321' 'AP322' 'AP323' 'AP324' 'AP325' 'AP326' 'AP327' 'AP328' 'AP329' 'AP330' 'AP331' 'AP332' 'AP333' 'AP334' 'AP335' 'AP336' 'AP337' 'AP338' 'AP339' 'AP340' 'AP341' 'AP342' 'AP343' 'AP344' 'AP345' 'AP346' 'AP347' 'AP348' 'AP349' 'AP350' 'AP351' 'AP352' 'AP353' 'AP354' 'AP355' 'AP356' 'AP357' 'AP358' 'AP359' 'AP360' 'AP361' 'AP362' 'AP363' 'AP364' 'AP365' 'AP366' 'AP367' 'AP368' 'AP369' 'AP370' 'AP371' 'AP372' 'AP373' 'AP374' 'AP375' 'AP376' 'AP377' 'AP378' 'AP379' 'AP380' 'AP381' 'AP382' 'AP383']
    contact_vector [(0, 16., 0., 'square', 12., '', 'e0', 0, 'um', 1., 0., 0., 1., 0, 0, 0, 500, 250, 1) (0, 48., 0., 'square', 12., '', 'e1', 1, 'um', 1., 0., 0., 1., 1, 0, 0, 500, 250, 1) (0, 0., 20., 'square', 12., '', 'e2', 2, 'um', 1., 0., 0., 1., 2, 0, 0, 500, 250, 1) (0, 32., 20., 'square', 12., '', 'e3', 3, 'um', 1., 0., 0., 1., 3, 0, 0, 500, 250, 1) (0, 16., 40., 'square', 12., '', 'e4', 4, 'um', 1., 0., 0., 1., 4, 0, 0, 500, 250, 1) (0, 48., 40., 'square', 12., '', 'e5', 5, 'um', 1., 0., 0., 1., 5, 0, 0, 500, 250, 1) (0, 0., 60., 'square', 12., '', 'e6', 6, 'um', 1., 0., 0., 1., 6, 0, 0, 500, 250, 1) (0, 32., 60., 'square', 12., '', 'e7', 7, 'um', 1., 0., 0., 1., 7, 0, 0, 500, 250, 1) (0, 16., 80., 'square', 12., '', 'e8', 8, 'um', 1., 0., 0., 1., 8, 0, 0, 500, 250, 1) (0, 48., 80., 'square', 12., '', 'e9', 9, 'um', 1., 0., 0., 1., 9, 0, 0, 500, 250, 1) (0, 0., 100., 'square', 12., '', 'e10', 10, 'um', 1., 0., 0., 1., 10, 0, 0, 500, 250, 1) (0, 32., 100., 'square', 12., '', 'e11', 11, 'um', 1., 0., 0., 1., 11, 0, 0, 500, 250, 1) (0, 16., 120., 'square', 12., '', 'e12', 12, 'um', 1., 0., 0., 1., 12, 0, 0, 500, 250, 1) (0, 48., 120., 'square', 12., '', 'e13', 13, 'um', 1., 0., 0., 1., 13, 0, 0, 500, 250, 1) (0, 0., 140., 'square', 12., '', 'e14', 14, 'um', 1., 0., 0., 1., 14, 0, 0, 500, 250, 1) (0, 32., 140., 'square', 12., '', 'e15', 15, 'um', 1., 0., 0., 1., 15, 0, 0, 500, 250, 1) (0, 16., 160., 'square', 12., '', 'e16', 16, 'um', 1., 0., 0., 1., 16, 0, 0, 500, 250, 1) (0, 48., 160., 'square', 12., '', 'e17', 17, 'um', 1., 0., 0., 1., 17, 0, 0, 500, 250, 1) (0, 0., 180., 'square', 12., '', 'e18', 18, 'um', 1., 0., 0., 1., 18, 0, 0, 500, 250, 1) (0, 32., 180., 'square', 12., '', 'e19', 19, 'um', 1., 0., 0., 1., 19, 0, 0, 500, 250, 1) (0, 16., 200., 'square', 12., '', 'e20', 20, 'um', 1., 0., 0., 1., 20, 0, 0, 500, 250, 1) (0, 48., 200., 'square', 12., '', 'e21', 21, 'um', 1., 0., 0., 1., 21, 0, 0, 500, 250, 1) (0, 0., 220., 'square', 12., '', 'e22', 22, 'um', 1., 0., 0., 1., 22, 0, 0, 500, 250, 1) (0, 32., 220., 'square', 12., '', 'e23', 23, 'um', 1., 0., 0., 1., 23, 0, 0, 500, 250, 1) (0, 16., 240., 'square', 12., '', 'e24', 24, 'um', 1., 0., 0., 1., 24, 0, 0, 500, 250, 1) (0, 48., 240., 'square', 12., '', 'e25', 25, 'um', 1., 0., 0., 1., 25, 0, 0, 500, 250, 1) (0, 0., 260., 'square', 12., '', 'e26', 26, 'um', 1., 0., 0., 1., 26, 0, 0, 500, 250, 1) (0, 32., 260., 'square', 12., '', 'e27', 27, 'um', 1., 0., 0., 1., 27, 0, 0, 500, 250, 1) (0, 16., 280., 'square', 12., '', 'e28', 28, 'um', 1., 0., 0., 1., 28, 0, 0, 500, 250, 1) (0, 48., 280., 'square', 12., '', 'e29', 29, 'um', 1., 0., 0., 1., 29, 0, 0, 500, 250, 1) (0, 0., 300., 'square', 12., '', 'e30', 30, 'um', 1., 0., 0., 1., 30, 0, 0, 500, 250, 1) (0, 32., 300., 'square', 12., '', 'e31', 31, 'um', 1., 0., 0., 1., 31, 0, 0, 500, 250, 1) (0, 16., 320., 'square', 12., '', 'e32', 32, 'um', 1., 0., 0., 1., 32, 0, 0, 500, 250, 1) (0, 48., 320., 'square', 12., '', 'e33', 33, 'um', 1., 0., 0., 1., 33, 0, 0, 500, 250, 1) (0, 0., 340., 'square', 12., '', 'e34', 34, 'um', 1., 0., 0., 1., 34, 0, 0, 500, 250, 1) (0, 32., 340., 'square', 12., '', 'e35', 35, 'um', 1., 0., 0., 1., 35, 0, 0, 500, 250, 1) (0, 16., 360., 'square', 12., '', 'e36', 36, 'um', 1., 0., 0., 1., 36, 0, 0, 500, 250, 1) (0, 48., 360., 'square', 12., '', 'e37', 37, 'um', 1., 0., 0., 1., 37, 0, 0, 500, 250, 1) (0, 0., 380., 'square', 12., '', 'e38', 38, 'um', 1., 0., 0., 1., 38, 0, 0, 500, 250, 1) (0, 32., 380., 'square', 12., '', 'e39', 39, 'um', 1., 0., 0., 1., 39, 0, 0, 500, 250, 1) (0, 16., 400., 'square', 12., '', 'e40', 40, 'um', 1., 0., 0., 1., 40, 0, 0, 500, 250, 1) (0, 48., 400., 'square', 12., '', 'e41', 41, 'um', 1., 0., 0., 1., 41, 0, 0, 500, 250, 1) (0, 0., 420., 'square', 12., '', 'e42', 42, 'um', 1., 0., 0., 1., 42, 0, 0, 500, 250, 1) (0, 32., 420., 'square', 12., '', 'e43', 43, 'um', 1., 0., 0., 1., 43, 0, 0, 500, 250, 1) (0, 16., 440., 'square', 12., '', 'e44', 44, 'um', 1., 0., 0., 1., 44, 0, 0, 500, 250, 1) (0, 48., 440., 'square', 12., '', 'e45', 45, 'um', 1., 0., 0., 1., 45, 0, 0, 500, 250, 1) (0, 0., 460., 'square', 12., '', 'e46', 46, 'um', 1., 0., 0., 1., 46, 0, 0, 500, 250, 1) (0, 32., 460., 'square', 12., '', 'e47', 47, 'um', 1., 0., 0., 1., 47, 0, 0, 500, 250, 1) (0, 16., 480., 'square', 12., '', 'e48', 48, 'um', 1., 0., 0., 1., 48, 0, 0, 500, 250, 1) (0, 48., 480., 'square', 12., '', 'e49', 49, 'um', 1., 0., 0., 1., 49, 0, 0, 500, 250, 1) (0, 0., 500., 'square', 12., '', 'e50', 50, 'um', 1., 0., 0., 1., 50, 0, 0, 500, 250, 1) (0, 32., 500., 'square', 12., '', 'e51', 51, 'um', 1., 0., 0., 1., 51, 0, 0, 500, 250, 1) (0, 16., 520., 'square', 12., '', 'e52', 52, 'um', 1., 0., 0., 1., 52, 0, 0, 500, 250, 1) (0, 48., 520., 'square', 12., '', 'e53', 53, 'um', 1., 0., 0., 1., 53, 0, 0, 500, 250, 1) (0, 0., 540., 'square', 12., '', 'e54', 54, 'um', 1., 0., 0., 1., 54, 0, 0, 500, 250, 1) (0, 32., 540., 'square', 12., '', 'e55', 55, 'um', 1., 0., 0., 1., 55, 0, 0, 500, 250, 1) (0, 16., 560., 'square', 12., '', 'e56', 56, 'um', 1., 0., 0., 1., 56, 0, 0, 500, 250, 1) (0, 48., 560., 'square', 12., '', 'e57', 57, 'um', 1., 0., 0., 1., 57, 0, 0, 500, 250, 1) (0, 0., 580., 'square', 12., '', 'e58', 58, 'um', 1., 0., 0., 1., 58, 0, 0, 500, 250, 1) (0, 32., 580., 'square', 12., '', 'e59', 59, 'um', 1., 0., 0., 1., 59, 0, 0, 500, 250, 1) (0, 16., 600., 'square', 12., '', 'e60', 60, 'um', 1., 0., 0., 1., 60, 0, 0, 500, 250, 1) (0, 48., 600., 'square', 12., '', 'e61', 61, 'um', 1., 0., 0., 1., 61, 0, 0, 500, 250, 1) (0, 0., 620., 'square', 12., '', 'e62', 62, 'um', 1., 0., 0., 1., 62, 0, 0, 500, 250, 1) (0, 32., 620., 'square', 12., '', 'e63', 63, 'um', 1., 0., 0., 1., 63, 0, 0, 500, 250, 1) (0, 16., 640., 'square', 12., '', 'e64', 64, 'um', 1., 0., 0., 1., 64, 0, 0, 500, 250, 1) (0, 48., 640., 'square', 12., '', 'e65', 65, 'um', 1., 0., 0., 1., 65, 0, 0, 500, 250, 1) (0, 0., 660., 'square', 12., '', 'e66', 66, 'um', 1., 0., 0., 1., 66, 0, 0, 500, 250, 1) (0, 32., 660., 'square', 12., '', 'e67', 67, 'um', 1., 0., 0., 1., 67, 0, 0, 500, 250, 1) (0, 16., 680., 'square', 12., '', 'e68', 68, 'um', 1., 0., 0., 1., 68, 0, 0, 500, 250, 1) (0, 48., 680., 'square', 12., '', 'e69', 69, 'um', 1., 0., 0., 1., 69, 0, 0, 500, 250, 1) (0, 0., 700., 'square', 12., '', 'e70', 70, 'um', 1., 0., 0., 1., 70, 0, 0, 500, 250, 1) (0, 32., 700., 'square', 12., '', 'e71', 71, 'um', 1., 0., 0., 1., 71, 0, 0, 500, 250, 1) (0, 16., 720., 'square', 12., '', 'e72', 72, 'um', 1., 0., 0., 1., 72, 0, 0, 500, 250, 1) (0, 48., 720., 'square', 12., '', 'e73', 73, 'um', 1., 0., 0., 1., 73, 0, 0, 500, 250, 1) (0, 0., 740., 'square', 12., '', 'e74', 74, 'um', 1., 0., 0., 1., 74, 0, 0, 500, 250, 1) (0, 32., 740., 'square', 12., '', 'e75', 75, 'um', 1., 0., 0., 1., 75, 0, 0, 500, 250, 1) (0, 16., 760., 'square', 12., '', 'e76', 76, 'um', 1., 0., 0., 1., 76, 0, 0, 500, 250, 1) (0, 48., 760., 'square', 12., '', 'e77', 77, 'um', 1., 0., 0., 1., 77, 0, 0, 500, 250, 1) (0, 0., 780., 'square', 12., '', 'e78', 78, 'um', 1., 0., 0., 1., 78, 0, 0, 500, 250, 1) (0, 32., 780., 'square', 12., '', 'e79', 79, 'um', 1., 0., 0., 1., 79, 0, 0, 500, 250, 1) (0, 16., 800., 'square', 12., '', 'e80', 80, 'um', 1., 0., 0., 1., 80, 0, 0, 500, 250, 1) (0, 48., 800., 'square', 12., '', 'e81', 81, 'um', 1., 0., 0., 1., 81, 0, 0, 500, 250, 1) (0, 0., 820., 'square', 12., '', 'e82', 82, 'um', 1., 0., 0., 1., 82, 0, 0, 500, 250, 1) (0, 32., 820., 'square', 12., '', 'e83', 83, 'um', 1., 0., 0., 1., 83, 0, 0, 500, 250, 1) (0, 16., 840., 'square', 12., '', 'e84', 84, 'um', 1., 0., 0., 1., 84, 0, 0, 500, 250, 1) (0, 48., 840., 'square', 12., '', 'e85', 85, 'um', 1., 0., 0., 1., 85, 0, 0, 500, 250, 1) (0, 0., 860., 'square', 12., '', 'e86', 86, 'um', 1., 0., 0., 1., 86, 0, 0, 500, 250, 1) (0, 32., 860., 'square', 12., '', 'e87', 87, 'um', 1., 0., 0., 1., 87, 0, 0, 500, 250, 1) (0, 16., 880., 'square', 12., '', 'e88', 88, 'um', 1., 0., 0., 1., 88, 0, 0, 500, 250, 1) (0, 48., 880., 'square', 12., '', 'e89', 89, 'um', 1., 0., 0., 1., 89, 0, 0, 500, 250, 1) (0, 0., 900., 'square', 12., '', 'e90', 90, 'um', 1., 0., 0., 1., 90, 0, 0, 500, 250, 1) (0, 32., 900., 'square', 12., '', 'e91', 91, 'um', 1., 0., 0., 1., 91, 0, 0, 500, 250, 1) (0, 16., 920., 'square', 12., '', 'e92', 92, 'um', 1., 0., 0., 1., 92, 0, 0, 500, 250, 1) (0, 48., 920., 'square', 12., '', 'e93', 93, 'um', 1., 0., 0., 1., 93, 0, 0, 500, 250, 1) (0, 0., 940., 'square', 12., '', 'e94', 94, 'um', 1., 0., 0., 1., 94, 0, 0, 500, 250, 1) (0, 32., 940., 'square', 12., '', 'e95', 95, 'um', 1., 0., 0., 1., 95, 0, 0, 500, 250, 1) (0, 16., 960., 'square', 12., '', 'e96', 96, 'um', 1., 0., 0., 1., 96, 0, 0, 500, 250, 1) (0, 48., 960., 'square', 12., '', 'e97', 97, 'um', 1., 0., 0., 1., 97, 0, 0, 500, 250, 1) (0, 0., 980., 'square', 12., '', 'e98', 98, 'um', 1., 0., 0., 1., 98, 0, 0, 500, 250, 1) (0, 32., 980., 'square', 12., '', 'e99', 99, 'um', 1., 0., 0., 1., 99, 0, 0, 500, 250, 1) (0, 16., 1000., 'square', 12., '', 'e100', 100, 'um', 1., 0., 0., 1., 100, 0, 0, 500, 250, 1) (0, 48., 1000., 'square', 12., '', 'e101', 101, 'um', 1., 0., 0., 1., 101, 0, 0, 500, 250, 1) (0, 0., 1020., 'square', 12., '', 'e102', 102, 'um', 1., 0., 0., 1., 102, 0, 0, 500, 250, 1) (0, 32., 1020., 'square', 12., '', 'e103', 103, 'um', 1., 0., 0., 1., 103, 0, 0, 500, 250, 1) (0, 16., 1040., 'square', 12., '', 'e104', 104, 'um', 1., 0., 0., 1., 104, 0, 0, 500, 250, 1) (0, 48., 1040., 'square', 12., '', 'e105', 105, 'um', 1., 0., 0., 1., 105, 0, 0, 500, 250, 1) (0, 0., 1060., 'square', 12., '', 'e106', 106, 'um', 1., 0., 0., 1., 106, 0, 0, 500, 250, 1) (0, 32., 1060., 'square', 12., '', 'e107', 107, 'um', 1., 0., 0., 1., 107, 0, 0, 500, 250, 1) (0, 16., 1080., 'square', 12., '', 'e108', 108, 'um', 1., 0., 0., 1., 108, 0, 0, 500, 250, 1) (0, 48., 1080., 'square', 12., '', 'e109', 109, 'um', 1., 0., 0., 1., 109, 0, 0, 500, 250, 1) (0, 0., 1100., 'square', 12., '', 'e110', 110, 'um', 1., 0., 0., 1., 110, 0, 0, 500, 250, 1) (0, 32., 1100., 'square', 12., '', 'e111', 111, 'um', 1., 0., 0., 1., 111, 0, 0, 500, 250, 1) (0, 16., 1120., 'square', 12., '', 'e112', 112, 'um', 1., 0., 0., 1., 112, 0, 0, 500, 250, 1) (0, 48., 1120., 'square', 12., '', 'e113', 113, 'um', 1., 0., 0., 1., 113, 0, 0, 500, 250, 1) (0, 0., 1140., 'square', 12., '', 'e114', 114, 'um', 1., 0., 0., 1., 114, 0, 0, 500, 250, 1) (0, 32., 1140., 'square', 12., '', 'e115', 115, 'um', 1., 0., 0., 1., 115, 0, 0, 500, 250, 1) (0, 16., 1160., 'square', 12., '', 'e116', 116, 'um', 1., 0., 0., 1., 116, 0, 0, 500, 250, 1) (0, 48., 1160., 'square', 12., '', 'e117', 117, 'um', 1., 0., 0., 1., 117, 0, 0, 500, 250, 1) (0, 0., 1180., 'square', 12., '', 'e118', 118, 'um', 1., 0., 0., 1., 118, 0, 0, 500, 250, 1) (0, 32., 1180., 'square', 12., '', 'e119', 119, 'um', 1., 0., 0., 1., 119, 0, 0, 500, 250, 1) (0, 16., 1200., 'square', 12., '', 'e120', 120, 'um', 1., 0., 0., 1., 120, 0, 0, 500, 250, 1) (0, 48., 1200., 'square', 12., '', 'e121', 121, 'um', 1., 0., 0., 1., 121, 0, 0, 500, 250, 1) (0, 0., 1220., 'square', 12., '', 'e122', 122, 'um', 1., 0., 0., 1., 122, 0, 0, 500, 250, 1) (0, 32., 1220., 'square', 12., '', 'e123', 123, 'um', 1., 0., 0., 1., 123, 0, 0, 500, 250, 1) (0, 16., 1240., 'square', 12., '', 'e124', 124, 'um', 1., 0., 0., 1., 124, 0, 0, 500, 250, 1) (0, 48., 1240., 'square', 12., '', 'e125', 125, 'um', 1., 0., 0., 1., 125, 0, 0, 500, 250, 1) (0, 0., 1260., 'square', 12., '', 'e126', 126, 'um', 1., 0., 0., 1., 126, 0, 0, 500, 250, 1) (0, 32., 1260., 'square', 12., '', 'e127', 127, 'um', 1., 0., 0., 1., 127, 0, 0, 500, 250, 1) (0, 16., 1280., 'square', 12., '', 'e128', 128, 'um', 1., 0., 0., 1., 128, 0, 0, 500, 250, 1) (0, 48., 1280., 'square', 12., '', 'e129', 129, 'um', 1., 0., 0., 1., 129, 0, 0, 500, 250, 1) (0, 0., 1300., 'square', 12., '', 'e130', 130, 'um', 1., 0., 0., 1., 130, 0, 0, 500, 250, 1) (0, 32., 1300., 'square', 12., '', 'e131', 131, 'um', 1., 0., 0., 1., 131, 0, 0, 500, 250, 1) (0, 16., 1320., 'square', 12., '', 'e132', 132, 'um', 1., 0., 0., 1., 132, 0, 0, 500, 250, 1) (0, 48., 1320., 'square', 12., '', 'e133', 133, 'um', 1., 0., 0., 1., 133, 0, 0, 500, 250, 1) (0, 0., 1340., 'square', 12., '', 'e134', 134, 'um', 1., 0., 0., 1., 134, 0, 0, 500, 250, 1) (0, 32., 1340., 'square', 12., '', 'e135', 135, 'um', 1., 0., 0., 1., 135, 0, 0, 500, 250, 1) (0, 16., 1360., 'square', 12., '', 'e136', 136, 'um', 1., 0., 0., 1., 136, 0, 0, 500, 250, 1) (0, 48., 1360., 'square', 12., '', 'e137', 137, 'um', 1., 0., 0., 1., 137, 0, 0, 500, 250, 1) (0, 0., 1380., 'square', 12., '', 'e138', 138, 'um', 1., 0., 0., 1., 138, 0, 0, 500, 250, 1) (0, 32., 1380., 'square', 12., '', 'e139', 139, 'um', 1., 0., 0., 1., 139, 0, 0, 500, 250, 1) (0, 16., 1400., 'square', 12., '', 'e140', 140, 'um', 1., 0., 0., 1., 140, 0, 0, 500, 250, 1) (0, 48., 1400., 'square', 12., '', 'e141', 141, 'um', 1., 0., 0., 1., 141, 0, 0, 500, 250, 1) (0, 0., 1420., 'square', 12., '', 'e142', 142, 'um', 1., 0., 0., 1., 142, 0, 0, 500, 250, 1) (0, 32., 1420., 'square', 12., '', 'e143', 143, 'um', 1., 0., 0., 1., 143, 0, 0, 500, 250, 1) (0, 16., 1440., 'square', 12., '', 'e144', 144, 'um', 1., 0., 0., 1., 144, 0, 0, 500, 250, 1) (0, 48., 1440., 'square', 12., '', 'e145', 145, 'um', 1., 0., 0., 1., 145, 0, 0, 500, 250, 1) (0, 0., 1460., 'square', 12., '', 'e146', 146, 'um', 1., 0., 0., 1., 146, 0, 0, 500, 250, 1) (0, 32., 1460., 'square', 12., '', 'e147', 147, 'um', 1., 0., 0., 1., 147, 0, 0, 500, 250, 1) (0, 16., 1480., 'square', 12., '', 'e148', 148, 'um', 1., 0., 0., 1., 148, 0, 0, 500, 250, 1) (0, 48., 1480., 'square', 12., '', 'e149', 149, 'um', 1., 0., 0., 1., 149, 0, 0, 500, 250, 1) (0, 0., 1500., 'square', 12., '', 'e150', 150, 'um', 1., 0., 0., 1., 150, 0, 0, 500, 250, 1) (0, 32., 1500., 'square', 12., '', 'e151', 151, 'um', 1., 0., 0., 1., 151, 0, 0, 500, 250, 1) (0, 16., 1520., 'square', 12., '', 'e152', 152, 'um', 1., 0., 0., 1., 152, 0, 0, 500, 250, 1) (0, 48., 1520., 'square', 12., '', 'e153', 153, 'um', 1., 0., 0., 1., 153, 0, 0, 500, 250, 1) (0, 0., 1540., 'square', 12., '', 'e154', 154, 'um', 1., 0., 0., 1., 154, 0, 0, 500, 250, 1) (0, 32., 1540., 'square', 12., '', 'e155', 155, 'um', 1., 0., 0., 1., 155, 0, 0, 500, 250, 1) (0, 16., 1560., 'square', 12., '', 'e156', 156, 'um', 1., 0., 0., 1., 156, 0, 0, 500, 250, 1) (0, 48., 1560., 'square', 12., '', 'e157', 157, 'um', 1., 0., 0., 1., 157, 0, 0, 500, 250, 1) (0, 0., 1580., 'square', 12., '', 'e158', 158, 'um', 1., 0., 0., 1., 158, 0, 0, 500, 250, 1) (0, 32., 1580., 'square', 12., '', 'e159', 159, 'um', 1., 0., 0., 1., 159, 0, 0, 500, 250, 1) (0, 16., 1600., 'square', 12., '', 'e160', 160, 'um', 1., 0., 0., 1., 160, 0, 0, 500, 250, 1) (0, 48., 1600., 'square', 12., '', 'e161', 161, 'um', 1., 0., 0., 1., 161, 0, 0, 500, 250, 1) (0, 0., 1620., 'square', 12., '', 'e162', 162, 'um', 1., 0., 0., 1., 162, 0, 0, 500, 250, 1) (0, 32., 1620., 'square', 12., '', 'e163', 163, 'um', 1., 0., 0., 1., 163, 0, 0, 500, 250, 1) (0, 16., 1640., 'square', 12., '', 'e164', 164, 'um', 1., 0., 0., 1., 164, 0, 0, 500, 250, 1) (0, 48., 1640., 'square', 12., '', 'e165', 165, 'um', 1., 0., 0., 1., 165, 0, 0, 500, 250, 1) (0, 0., 1660., 'square', 12., '', 'e166', 166, 'um', 1., 0., 0., 1., 166, 0, 0, 500, 250, 1) (0, 32., 1660., 'square', 12., '', 'e167', 167, 'um', 1., 0., 0., 1., 167, 0, 0, 500, 250, 1) (0, 16., 1680., 'square', 12., '', 'e168', 168, 'um', 1., 0., 0., 1., 168, 0, 0, 500, 250, 1) (0, 48., 1680., 'square', 12., '', 'e169', 169, 'um', 1., 0., 0., 1., 169, 0, 0, 500, 250, 1) (0, 0., 1700., 'square', 12., '', 'e170', 170, 'um', 1., 0., 0., 1., 170, 0, 0, 500, 250, 1) (0, 32., 1700., 'square', 12., '', 'e171', 171, 'um', 1., 0., 0., 1., 171, 0, 0, 500, 250, 1) (0, 16., 1720., 'square', 12., '', 'e172', 172, 'um', 1., 0., 0., 1., 172, 0, 0, 500, 250, 1) (0, 48., 1720., 'square', 12., '', 'e173', 173, 'um', 1., 0., 0., 1., 173, 0, 0, 500, 250, 1) (0, 0., 1740., 'square', 12., '', 'e174', 174, 'um', 1., 0., 0., 1., 174, 0, 0, 500, 250, 1) (0, 32., 1740., 'square', 12., '', 'e175', 175, 'um', 1., 0., 0., 1., 175, 0, 0, 500, 250, 1) (0, 16., 1760., 'square', 12., '', 'e176', 176, 'um', 1., 0., 0., 1., 176, 0, 0, 500, 250, 1) (0, 48., 1760., 'square', 12., '', 'e177', 177, 'um', 1., 0., 0., 1., 177, 0, 0, 500, 250, 1) (0, 0., 1780., 'square', 12., '', 'e178', 178, 'um', 1., 0., 0., 1., 178, 0, 0, 500, 250, 1) (0, 32., 1780., 'square', 12., '', 'e179', 179, 'um', 1., 0., 0., 1., 179, 0, 0, 500, 250, 1) (0, 16., 1800., 'square', 12., '', 'e180', 180, 'um', 1., 0., 0., 1., 180, 0, 0, 500, 250, 1) (0, 48., 1800., 'square', 12., '', 'e181', 181, 'um', 1., 0., 0., 1., 181, 0, 0, 500, 250, 1) (0, 0., 1820., 'square', 12., '', 'e182', 182, 'um', 1., 0., 0., 1., 182, 0, 0, 500, 250, 1) (0, 32., 1820., 'square', 12., '', 'e183', 183, 'um', 1., 0., 0., 1., 183, 0, 0, 500, 250, 1) (0, 16., 1840., 'square', 12., '', 'e184', 184, 'um', 1., 0., 0., 1., 184, 0, 0, 500, 250, 1) (0, 48., 1840., 'square', 12., '', 'e185', 185, 'um', 1., 0., 0., 1., 185, 0, 0, 500, 250, 1) (0, 0., 1860., 'square', 12., '', 'e186', 186, 'um', 1., 0., 0., 1., 186, 0, 0, 500, 250, 1) (0, 32., 1860., 'square', 12., '', 'e187', 187, 'um', 1., 0., 0., 1., 187, 0, 0, 500, 250, 1) (0, 16., 1880., 'square', 12., '', 'e188', 188, 'um', 1., 0., 0., 1., 188, 0, 0, 500, 250, 1) (0, 48., 1880., 'square', 12., '', 'e189', 189, 'um', 1., 0., 0., 1., 189, 0, 0, 500, 250, 1) (0, 0., 1900., 'square', 12., '', 'e190', 190, 'um', 1., 0., 0., 1., 190, 0, 0, 500, 250, 1) (0, 32., 1900., 'square', 12., '', 'e191', 191, 'um', 1., 0., 0., 1., 191, 0, 0, 500, 250, 1) (0, 16., 1920., 'square', 12., '', 'e192', 192, 'um', 1., 0., 0., 1., 192, 0, 0, 500, 250, 1) (0, 48., 1920., 'square', 12., '', 'e193', 193, 'um', 1., 0., 0., 1., 193, 0, 0, 500, 250, 1) (0, 0., 1940., 'square', 12., '', 'e194', 194, 'um', 1., 0., 0., 1., 194, 0, 0, 500, 250, 1) (0, 32., 1940., 'square', 12., '', 'e195', 195, 'um', 1., 0., 0., 1., 195, 0, 0, 500, 250, 1) (0, 16., 1960., 'square', 12., '', 'e196', 196, 'um', 1., 0., 0., 1., 196, 0, 0, 500, 250, 1) (0, 48., 1960., 'square', 12., '', 'e197', 197, 'um', 1., 0., 0., 1., 197, 0, 0, 500, 250, 1) (0, 0., 1980., 'square', 12., '', 'e198', 198, 'um', 1., 0., 0., 1., 198, 0, 0, 500, 250, 1) (0, 32., 1980., 'square', 12., '', 'e199', 199, 'um', 1., 0., 0., 1., 199, 0, 0, 500, 250, 1) (0, 16., 2000., 'square', 12., '', 'e200', 200, 'um', 1., 0., 0., 1., 200, 0, 0, 500, 250, 1) (0, 48., 2000., 'square', 12., '', 'e201', 201, 'um', 1., 0., 0., 1., 201, 0, 0, 500, 250, 1) (0, 0., 2020., 'square', 12., '', 'e202', 202, 'um', 1., 0., 0., 1., 202, 0, 0, 500, 250, 1) (0, 32., 2020., 'square', 12., '', 'e203', 203, 'um', 1., 0., 0., 1., 203, 0, 0, 500, 250, 1) (0, 16., 2040., 'square', 12., '', 'e204', 204, 'um', 1., 0., 0., 1., 204, 0, 0, 500, 250, 1) (0, 48., 2040., 'square', 12., '', 'e205', 205, 'um', 1., 0., 0., 1., 205, 0, 0, 500, 250, 1) (0, 0., 2060., 'square', 12., '', 'e206', 206, 'um', 1., 0., 0., 1., 206, 0, 0, 500, 250, 1) (0, 32., 2060., 'square', 12., '', 'e207', 207, 'um', 1., 0., 0., 1., 207, 0, 0, 500, 250, 1) (0, 16., 2080., 'square', 12., '', 'e208', 208, 'um', 1., 0., 0., 1., 208, 0, 0, 500, 250, 1) (0, 48., 2080., 'square', 12., '', 'e209', 209, 'um', 1., 0., 0., 1., 209, 0, 0, 500, 250, 1) (0, 0., 2100., 'square', 12., '', 'e210', 210, 'um', 1., 0., 0., 1., 210, 0, 0, 500, 250, 1) (0, 32., 2100., 'square', 12., '', 'e211', 211, 'um', 1., 0., 0., 1., 211, 0, 0, 500, 250, 1) (0, 16., 2120., 'square', 12., '', 'e212', 212, 'um', 1., 0., 0., 1., 212, 0, 0, 500, 250, 1) (0, 48., 2120., 'square', 12., '', 'e213', 213, 'um', 1., 0., 0., 1., 213, 0, 0, 500, 250, 1) (0, 0., 2140., 'square', 12., '', 'e214', 214, 'um', 1., 0., 0., 1., 214, 0, 0, 500, 250, 1) (0, 32., 2140., 'square', 12., '', 'e215', 215, 'um', 1., 0., 0., 1., 215, 0, 0, 500, 250, 1) (0, 16., 2160., 'square', 12., '', 'e216', 216, 'um', 1., 0., 0., 1., 216, 0, 0, 500, 250, 1) (0, 48., 2160., 'square', 12., '', 'e217', 217, 'um', 1., 0., 0., 1., 217, 0, 0, 500, 250, 1) (0, 0., 2180., 'square', 12., '', 'e218', 218, 'um', 1., 0., 0., 1., 218, 0, 0, 500, 250, 1) (0, 32., 2180., 'square', 12., '', 'e219', 219, 'um', 1., 0., 0., 1., 219, 0, 0, 500, 250, 1) (0, 16., 2200., 'square', 12., '', 'e220', 220, 'um', 1., 0., 0., 1., 220, 0, 0, 500, 250, 1) (0, 48., 2200., 'square', 12., '', 'e221', 221, 'um', 1., 0., 0., 1., 221, 0, 0, 500, 250, 1) (0, 0., 2220., 'square', 12., '', 'e222', 222, 'um', 1., 0., 0., 1., 222, 0, 0, 500, 250, 1) (0, 32., 2220., 'square', 12., '', 'e223', 223, 'um', 1., 0., 0., 1., 223, 0, 0, 500, 250, 1) (0, 16., 2240., 'square', 12., '', 'e224', 224, 'um', 1., 0., 0., 1., 224, 0, 0, 500, 250, 1) (0, 48., 2240., 'square', 12., '', 'e225', 225, 'um', 1., 0., 0., 1., 225, 0, 0, 500, 250, 1) (0, 0., 2260., 'square', 12., '', 'e226', 226, 'um', 1., 0., 0., 1., 226, 0, 0, 500, 250, 1) (0, 32., 2260., 'square', 12., '', 'e227', 227, 'um', 1., 0., 0., 1., 227, 0, 0, 500, 250, 1) (0, 16., 2280., 'square', 12., '', 'e228', 228, 'um', 1., 0., 0., 1., 228, 0, 0, 500, 250, 1) (0, 48., 2280., 'square', 12., '', 'e229', 229, 'um', 1., 0., 0., 1., 229, 0, 0, 500, 250, 1) (0, 0., 2300., 'square', 12., '', 'e230', 230, 'um', 1., 0., 0., 1., 230, 0, 0, 500, 250, 1) (0, 32., 2300., 'square', 12., '', 'e231', 231, 'um', 1., 0., 0., 1., 231, 0, 0, 500, 250, 1) (0, 16., 2320., 'square', 12., '', 'e232', 232, 'um', 1., 0., 0., 1., 232, 0, 0, 500, 250, 1) (0, 48., 2320., 'square', 12., '', 'e233', 233, 'um', 1., 0., 0., 1., 233, 0, 0, 500, 250, 1) (0, 0., 2340., 'square', 12., '', 'e234', 234, 'um', 1., 0., 0., 1., 234, 0, 0, 500, 250, 1) (0, 32., 2340., 'square', 12., '', 'e235', 235, 'um', 1., 0., 0., 1., 235, 0, 0, 500, 250, 1) (0, 16., 2360., 'square', 12., '', 'e236', 236, 'um', 1., 0., 0., 1., 236, 0, 0, 500, 250, 1) (0, 48., 2360., 'square', 12., '', 'e237', 237, 'um', 1., 0., 0., 1., 237, 0, 0, 500, 250, 1) (0, 0., 2380., 'square', 12., '', 'e238', 238, 'um', 1., 0., 0., 1., 238, 0, 0, 500, 250, 1) (0, 32., 2380., 'square', 12., '', 'e239', 239, 'um', 1., 0., 0., 1., 239, 0, 0, 500, 250, 1) (0, 16., 2400., 'square', 12., '', 'e240', 240, 'um', 1., 0., 0., 1., 240, 0, 0, 500, 250, 1) (0, 48., 2400., 'square', 12., '', 'e241', 241, 'um', 1., 0., 0., 1., 241, 0, 0, 500, 250, 1) (0, 0., 2420., 'square', 12., '', 'e242', 242, 'um', 1., 0., 0., 1., 242, 0, 0, 500, 250, 1) (0, 32., 2420., 'square', 12., '', 'e243', 243, 'um', 1., 0., 0., 1., 243, 0, 0, 500, 250, 1) (0, 16., 2440., 'square', 12., '', 'e244', 244, 'um', 1., 0., 0., 1., 244, 0, 0, 500, 250, 1) (0, 48., 2440., 'square', 12., '', 'e245', 245, 'um', 1., 0., 0., 1., 245, 0, 0, 500, 250, 1) (0, 0., 2460., 'square', 12., '', 'e246', 246, 'um', 1., 0., 0., 1., 246, 0, 0, 500, 250, 1) (0, 32., 2460., 'square', 12., '', 'e247', 247, 'um', 1., 0., 0., 1., 247, 0, 0, 500, 250, 1) (0, 16., 2480., 'square', 12., '', 'e248', 248, 'um', 1., 0., 0., 1., 248, 0, 0, 500, 250, 1) (0, 48., 2480., 'square', 12., '', 'e249', 249, 'um', 1., 0., 0., 1., 249, 0, 0, 500, 250, 1) (0, 0., 2500., 'square', 12., '', 'e250', 250, 'um', 1., 0., 0., 1., 250, 0, 0, 500, 250, 1) (0, 32., 2500., 'square', 12., '', 'e251', 251, 'um', 1., 0., 0., 1., 251, 0, 0, 500, 250, 1) (0, 16., 2520., 'square', 12., '', 'e252', 252, 'um', 1., 0., 0., 1., 252, 0, 0, 500, 250, 1) (0, 48., 2520., 'square', 12., '', 'e253', 253, 'um', 1., 0., 0., 1., 253, 0, 0, 500, 250, 1) (0, 0., 2540., 'square', 12., '', 'e254', 254, 'um', 1., 0., 0., 1., 254, 0, 0, 500, 250, 1) (0, 32., 2540., 'square', 12., '', 'e255', 255, 'um', 1., 0., 0., 1., 255, 0, 0, 500, 250, 1) (0, 16., 2560., 'square', 12., '', 'e256', 256, 'um', 1., 0., 0., 1., 256, 0, 0, 500, 250, 1) (0, 48., 2560., 'square', 12., '', 'e257', 257, 'um', 1., 0., 0., 1., 257, 0, 0, 500, 250, 1) (0, 0., 2580., 'square', 12., '', 'e258', 258, 'um', 1., 0., 0., 1., 258, 0, 0, 500, 250, 1) (0, 32., 2580., 'square', 12., '', 'e259', 259, 'um', 1., 0., 0., 1., 259, 0, 0, 500, 250, 1) (0, 16., 2600., 'square', 12., '', 'e260', 260, 'um', 1., 0., 0., 1., 260, 0, 0, 500, 250, 1) (0, 48., 2600., 'square', 12., '', 'e261', 261, 'um', 1., 0., 0., 1., 261, 0, 0, 500, 250, 1) (0, 0., 2620., 'square', 12., '', 'e262', 262, 'um', 1., 0., 0., 1., 262, 0, 0, 500, 250, 1) (0, 32., 2620., 'square', 12., '', 'e263', 263, 'um', 1., 0., 0., 1., 263, 0, 0, 500, 250, 1) (0, 16., 2640., 'square', 12., '', 'e264', 264, 'um', 1., 0., 0., 1., 264, 0, 0, 500, 250, 1) (0, 48., 2640., 'square', 12., '', 'e265', 265, 'um', 1., 0., 0., 1., 265, 0, 0, 500, 250, 1) (0, 0., 2660., 'square', 12., '', 'e266', 266, 'um', 1., 0., 0., 1., 266, 0, 0, 500, 250, 1) (0, 32., 2660., 'square', 12., '', 'e267', 267, 'um', 1., 0., 0., 1., 267, 0, 0, 500, 250, 1) (0, 16., 2680., 'square', 12., '', 'e268', 268, 'um', 1., 0., 0., 1., 268, 0, 0, 500, 250, 1) (0, 48., 2680., 'square', 12., '', 'e269', 269, 'um', 1., 0., 0., 1., 269, 0, 0, 500, 250, 1) (0, 0., 2700., 'square', 12., '', 'e270', 270, 'um', 1., 0., 0., 1., 270, 0, 0, 500, 250, 1) (0, 32., 2700., 'square', 12., '', 'e271', 271, 'um', 1., 0., 0., 1., 271, 0, 0, 500, 250, 1) (0, 16., 2720., 'square', 12., '', 'e272', 272, 'um', 1., 0., 0., 1., 272, 0, 0, 500, 250, 1) (0, 48., 2720., 'square', 12., '', 'e273', 273, 'um', 1., 0., 0., 1., 273, 0, 0, 500, 250, 1) (0, 0., 2740., 'square', 12., '', 'e274', 274, 'um', 1., 0., 0., 1., 274, 0, 0, 500, 250, 1) (0, 32., 2740., 'square', 12., '', 'e275', 275, 'um', 1., 0., 0., 1., 275, 0, 0, 500, 250, 1) (0, 16., 2760., 'square', 12., '', 'e276', 276, 'um', 1., 0., 0., 1., 276, 0, 0, 500, 250, 1) (0, 48., 2760., 'square', 12., '', 'e277', 277, 'um', 1., 0., 0., 1., 277, 0, 0, 500, 250, 1) (0, 0., 2780., 'square', 12., '', 'e278', 278, 'um', 1., 0., 0., 1., 278, 0, 0, 500, 250, 1) (0, 32., 2780., 'square', 12., '', 'e279', 279, 'um', 1., 0., 0., 1., 279, 0, 0, 500, 250, 1) (0, 16., 2800., 'square', 12., '', 'e280', 280, 'um', 1., 0., 0., 1., 280, 0, 0, 500, 250, 1) (0, 48., 2800., 'square', 12., '', 'e281', 281, 'um', 1., 0., 0., 1., 281, 0, 0, 500, 250, 1) (0, 0., 2820., 'square', 12., '', 'e282', 282, 'um', 1., 0., 0., 1., 282, 0, 0, 500, 250, 1) (0, 32., 2820., 'square', 12., '', 'e283', 283, 'um', 1., 0., 0., 1., 283, 0, 0, 500, 250, 1) (0, 16., 2840., 'square', 12., '', 'e284', 284, 'um', 1., 0., 0., 1., 284, 0, 0, 500, 250, 1) (0, 48., 2840., 'square', 12., '', 'e285', 285, 'um', 1., 0., 0., 1., 285, 0, 0, 500, 250, 1) (0, 0., 2860., 'square', 12., '', 'e286', 286, 'um', 1., 0., 0., 1., 286, 0, 0, 500, 250, 1) (0, 32., 2860., 'square', 12., '', 'e287', 287, 'um', 1., 0., 0., 1., 287, 0, 0, 500, 250, 1) (0, 16., 2880., 'square', 12., '', 'e288', 288, 'um', 1., 0., 0., 1., 288, 0, 0, 500, 250, 1) (0, 48., 2880., 'square', 12., '', 'e289', 289, 'um', 1., 0., 0., 1., 289, 0, 0, 500, 250, 1) (0, 0., 2900., 'square', 12., '', 'e290', 290, 'um', 1., 0., 0., 1., 290, 0, 0, 500, 250, 1) (0, 32., 2900., 'square', 12., '', 'e291', 291, 'um', 1., 0., 0., 1., 291, 0, 0, 500, 250, 1) (0, 16., 2920., 'square', 12., '', 'e292', 292, 'um', 1., 0., 0., 1., 292, 0, 0, 500, 250, 1) (0, 48., 2920., 'square', 12., '', 'e293', 293, 'um', 1., 0., 0., 1., 293, 0, 0, 500, 250, 1) (0, 0., 2940., 'square', 12., '', 'e294', 294, 'um', 1., 0., 0., 1., 294, 0, 0, 500, 250, 1) (0, 32., 2940., 'square', 12., '', 'e295', 295, 'um', 1., 0., 0., 1., 295, 0, 0, 500, 250, 1) (0, 16., 2960., 'square', 12., '', 'e296', 296, 'um', 1., 0., 0., 1., 296, 0, 0, 500, 250, 1) (0, 48., 2960., 'square', 12., '', 'e297', 297, 'um', 1., 0., 0., 1., 297, 0, 0, 500, 250, 1) (0, 0., 2980., 'square', 12., '', 'e298', 298, 'um', 1., 0., 0., 1., 298, 0, 0, 500, 250, 1) (0, 32., 2980., 'square', 12., '', 'e299', 299, 'um', 1., 0., 0., 1., 299, 0, 0, 500, 250, 1) (0, 16., 3000., 'square', 12., '', 'e300', 300, 'um', 1., 0., 0., 1., 300, 0, 0, 500, 250, 1) (0, 48., 3000., 'square', 12., '', 'e301', 301, 'um', 1., 0., 0., 1., 301, 0, 0, 500, 250, 1) (0, 0., 3020., 'square', 12., '', 'e302', 302, 'um', 1., 0., 0., 1., 302, 0, 0, 500, 250, 1) (0, 32., 3020., 'square', 12., '', 'e303', 303, 'um', 1., 0., 0., 1., 303, 0, 0, 500, 250, 1) (0, 16., 3040., 'square', 12., '', 'e304', 304, 'um', 1., 0., 0., 1., 304, 0, 0, 500, 250, 1) (0, 48., 3040., 'square', 12., '', 'e305', 305, 'um', 1., 0., 0., 1., 305, 0, 0, 500, 250, 1) (0, 0., 3060., 'square', 12., '', 'e306', 306, 'um', 1., 0., 0., 1., 306, 0, 0, 500, 250, 1) (0, 32., 3060., 'square', 12., '', 'e307', 307, 'um', 1., 0., 0., 1., 307, 0, 0, 500, 250, 1) (0, 16., 3080., 'square', 12., '', 'e308', 308, 'um', 1., 0., 0., 1., 308, 0, 0, 500, 250, 1) (0, 48., 3080., 'square', 12., '', 'e309', 309, 'um', 1., 0., 0., 1., 309, 0, 0, 500, 250, 1) (0, 0., 3100., 'square', 12., '', 'e310', 310, 'um', 1., 0., 0., 1., 310, 0, 0, 500, 250, 1) (0, 32., 3100., 'square', 12., '', 'e311', 311, 'um', 1., 0., 0., 1., 311, 0, 0, 500, 250, 1) (0, 16., 3120., 'square', 12., '', 'e312', 312, 'um', 1., 0., 0., 1., 312, 0, 0, 500, 250, 1) (0, 48., 3120., 'square', 12., '', 'e313', 313, 'um', 1., 0., 0., 1., 313, 0, 0, 500, 250, 1) (0, 0., 3140., 'square', 12., '', 'e314', 314, 'um', 1., 0., 0., 1., 314, 0, 0, 500, 250, 1) (0, 32., 3140., 'square', 12., '', 'e315', 315, 'um', 1., 0., 0., 1., 315, 0, 0, 500, 250, 1) (0, 16., 3160., 'square', 12., '', 'e316', 316, 'um', 1., 0., 0., 1., 316, 0, 0, 500, 250, 1) (0, 48., 3160., 'square', 12., '', 'e317', 317, 'um', 1., 0., 0., 1., 317, 0, 0, 500, 250, 1) (0, 0., 3180., 'square', 12., '', 'e318', 318, 'um', 1., 0., 0., 1., 318, 0, 0, 500, 250, 1) (0, 32., 3180., 'square', 12., '', 'e319', 319, 'um', 1., 0., 0., 1., 319, 0, 0, 500, 250, 1) (0, 16., 3200., 'square', 12., '', 'e320', 320, 'um', 1., 0., 0., 1., 320, 0, 0, 500, 250, 1) (0, 48., 3200., 'square', 12., '', 'e321', 321, 'um', 1., 0., 0., 1., 321, 0, 0, 500, 250, 1) (0, 0., 3220., 'square', 12., '', 'e322', 322, 'um', 1., 0., 0., 1., 322, 0, 0, 500, 250, 1) (0, 32., 3220., 'square', 12., '', 'e323', 323, 'um', 1., 0., 0., 1., 323, 0, 0, 500, 250, 1) (0, 16., 3240., 'square', 12., '', 'e324', 324, 'um', 1., 0., 0., 1., 324, 0, 0, 500, 250, 1) (0, 48., 3240., 'square', 12., '', 'e325', 325, 'um', 1., 0., 0., 1., 325, 0, 0, 500, 250, 1) (0, 0., 3260., 'square', 12., '', 'e326', 326, 'um', 1., 0., 0., 1., 326, 0, 0, 500, 250, 1) (0, 32., 3260., 'square', 12., '', 'e327', 327, 'um', 1., 0., 0., 1., 327, 0, 0, 500, 250, 1) (0, 16., 3280., 'square', 12., '', 'e328', 328, 'um', 1., 0., 0., 1., 328, 0, 0, 500, 250, 1) (0, 48., 3280., 'square', 12., '', 'e329', 329, 'um', 1., 0., 0., 1., 329, 0, 0, 500, 250, 1) (0, 0., 3300., 'square', 12., '', 'e330', 330, 'um', 1., 0., 0., 1., 330, 0, 0, 500, 250, 1) (0, 32., 3300., 'square', 12., '', 'e331', 331, 'um', 1., 0., 0., 1., 331, 0, 0, 500, 250, 1) (0, 16., 3320., 'square', 12., '', 'e332', 332, 'um', 1., 0., 0., 1., 332, 0, 0, 500, 250, 1) (0, 48., 3320., 'square', 12., '', 'e333', 333, 'um', 1., 0., 0., 1., 333, 0, 0, 500, 250, 1) (0, 0., 3340., 'square', 12., '', 'e334', 334, 'um', 1., 0., 0., 1., 334, 0, 0, 500, 250, 1) (0, 32., 3340., 'square', 12., '', 'e335', 335, 'um', 1., 0., 0., 1., 335, 0, 0, 500, 250, 1) (0, 16., 3360., 'square', 12., '', 'e336', 336, 'um', 1., 0., 0., 1., 336, 0, 0, 500, 250, 1) (0, 48., 3360., 'square', 12., '', 'e337', 337, 'um', 1., 0., 0., 1., 337, 0, 0, 500, 250, 1) (0, 0., 3380., 'square', 12., '', 'e338', 338, 'um', 1., 0., 0., 1., 338, 0, 0, 500, 250, 1) (0, 32., 3380., 'square', 12., '', 'e339', 339, 'um', 1., 0., 0., 1., 339, 0, 0, 500, 250, 1) (0, 16., 3400., 'square', 12., '', 'e340', 340, 'um', 1., 0., 0., 1., 340, 0, 0, 500, 250, 1) (0, 48., 3400., 'square', 12., '', 'e341', 341, 'um', 1., 0., 0., 1., 341, 0, 0, 500, 250, 1) (0, 0., 3420., 'square', 12., '', 'e342', 342, 'um', 1., 0., 0., 1., 342, 0, 0, 500, 250, 1) (0, 32., 3420., 'square', 12., '', 'e343', 343, 'um', 1., 0., 0., 1., 343, 0, 0, 500, 250, 1) (0, 16., 3440., 'square', 12., '', 'e344', 344, 'um', 1., 0., 0., 1., 344, 0, 0, 500, 250, 1) (0, 48., 3440., 'square', 12., '', 'e345', 345, 'um', 1., 0., 0., 1., 345, 0, 0, 500, 250, 1) (0, 0., 3460., 'square', 12., '', 'e346', 346, 'um', 1., 0., 0., 1., 346, 0, 0, 500, 250, 1) (0, 32., 3460., 'square', 12., '', 'e347', 347, 'um', 1., 0., 0., 1., 347, 0, 0, 500, 250, 1) (0, 16., 3480., 'square', 12., '', 'e348', 348, 'um', 1., 0., 0., 1., 348, 0, 0, 500, 250, 1) (0, 48., 3480., 'square', 12., '', 'e349', 349, 'um', 1., 0., 0., 1., 349, 0, 0, 500, 250, 1) (0, 0., 3500., 'square', 12., '', 'e350', 350, 'um', 1., 0., 0., 1., 350, 0, 0, 500, 250, 1) (0, 32., 3500., 'square', 12., '', 'e351', 351, 'um', 1., 0., 0., 1., 351, 0, 0, 500, 250, 1) (0, 16., 3520., 'square', 12., '', 'e352', 352, 'um', 1., 0., 0., 1., 352, 0, 0, 500, 250, 1) (0, 48., 3520., 'square', 12., '', 'e353', 353, 'um', 1., 0., 0., 1., 353, 0, 0, 500, 250, 1) (0, 0., 3540., 'square', 12., '', 'e354', 354, 'um', 1., 0., 0., 1., 354, 0, 0, 500, 250, 1) (0, 32., 3540., 'square', 12., '', 'e355', 355, 'um', 1., 0., 0., 1., 355, 0, 0, 500, 250, 1) (0, 16., 3560., 'square', 12., '', 'e356', 356, 'um', 1., 0., 0., 1., 356, 0, 0, 500, 250, 1) (0, 48., 3560., 'square', 12., '', 'e357', 357, 'um', 1., 0., 0., 1., 357, 0, 0, 500, 250, 1) (0, 0., 3580., 'square', 12., '', 'e358', 358, 'um', 1., 0., 0., 1., 358, 0, 0, 500, 250, 1) (0, 32., 3580., 'square', 12., '', 'e359', 359, 'um', 1., 0., 0., 1., 359, 0, 0, 500, 250, 1) (0, 16., 3600., 'square', 12., '', 'e360', 360, 'um', 1., 0., 0., 1., 360, 0, 0, 500, 250, 1) (0, 48., 3600., 'square', 12., '', 'e361', 361, 'um', 1., 0., 0., 1., 361, 0, 0, 500, 250, 1) (0, 0., 3620., 'square', 12., '', 'e362', 362, 'um', 1., 0., 0., 1., 362, 0, 0, 500, 250, 1) (0, 32., 3620., 'square', 12., '', 'e363', 363, 'um', 1., 0., 0., 1., 363, 0, 0, 500, 250, 1) (0, 16., 3640., 'square', 12., '', 'e364', 364, 'um', 1., 0., 0., 1., 364, 0, 0, 500, 250, 1) (0, 48., 3640., 'square', 12., '', 'e365', 365, 'um', 1., 0., 0., 1., 365, 0, 0, 500, 250, 1) (0, 0., 3660., 'square', 12., '', 'e366', 366, 'um', 1., 0., 0., 1., 366, 0, 0, 500, 250, 1) (0, 32., 3660., 'square', 12., '', 'e367', 367, 'um', 1., 0., 0., 1., 367, 0, 0, 500, 250, 1) (0, 16., 3680., 'square', 12., '', 'e368', 368, 'um', 1., 0., 0., 1., 368, 0, 0, 500, 250, 1) (0, 48., 3680., 'square', 12., '', 'e369', 369, 'um', 1., 0., 0., 1., 369, 0, 0, 500, 250, 1) (0, 0., 3700., 'square', 12., '', 'e370', 370, 'um', 1., 0., 0., 1., 370, 0, 0, 500, 250, 1) (0, 32., 3700., 'square', 12., '', 'e371', 371, 'um', 1., 0., 0., 1., 371, 0, 0, 500, 250, 1) (0, 16., 3720., 'square', 12., '', 'e372', 372, 'um', 1., 0., 0., 1., 372, 0, 0, 500, 250, 1) (0, 48., 3720., 'square', 12., '', 'e373', 373, 'um', 1., 0., 0., 1., 373, 0, 0, 500, 250, 1) (0, 0., 3740., 'square', 12., '', 'e374', 374, 'um', 1., 0., 0., 1., 374, 0, 0, 500, 250, 1) (0, 32., 3740., 'square', 12., '', 'e375', 375, 'um', 1., 0., 0., 1., 375, 0, 0, 500, 250, 1) (0, 16., 3760., 'square', 12., '', 'e376', 376, 'um', 1., 0., 0., 1., 376, 0, 0, 500, 250, 1) (0, 48., 3760., 'square', 12., '', 'e377', 377, 'um', 1., 0., 0., 1., 377, 0, 0, 500, 250, 1) (0, 0., 3780., 'square', 12., '', 'e378', 378, 'um', 1., 0., 0., 1., 378, 0, 0, 500, 250, 1) (0, 32., 3780., 'square', 12., '', 'e379', 379, 'um', 1., 0., 0., 1., 379, 0, 0, 500, 250, 1) (0, 16., 3800., 'square', 12., '', 'e380', 380, 'um', 1., 0., 0., 1., 380, 0, 0, 500, 250, 1) (0, 48., 3800., 'square', 12., '', 'e381', 381, 'um', 1., 0., 0., 1., 381, 0, 0, 500, 250, 1) (0, 0., 3820., 'square', 12., '', 'e382', 382, 'um', 1., 0., 0., 1., 382, 0, 0, 500, 250, 1) (0, 32., 3820., 'square', 12., '', 'e383', 383, 'um', 1., 0., 0., 1., 383, 0, 0, 500, 250, 1)]
    location [[ 16. 0.] [ 48. 0.] [ 0. 20.] [ 32. 20.] [ 16. 40.] [ 48. 40.] [ 0. 60.] [ 32. 60.] [ 16. 80.] [ 48. 80.] [ 0. 100.] [ 32. 100.] [ 16. 120.] [ 48. 120.] [ 0. 140.] [ 32. 140.] [ 16. 160.] [ 48. 160.] [ 0. 180.] [ 32. 180.] [ 16. 200.] [ 48. 200.] [ 0. 220.] [ 32. 220.] [ 16. 240.] [ 48. 240.] [ 0. 260.] [ 32. 260.] [ 16. 280.] [ 48. 280.] [ 0. 300.] [ 32. 300.] [ 16. 320.] [ 48. 320.] [ 0. 340.] [ 32. 340.] [ 16. 360.] [ 48. 360.] [ 0. 380.] [ 32. 380.] [ 16. 400.] [ 48. 400.] [ 0. 420.] [ 32. 420.] [ 16. 440.] [ 48. 440.] [ 0. 460.] [ 32. 460.] [ 16. 480.] [ 48. 480.] [ 0. 500.] [ 32. 500.] [ 16. 520.] [ 48. 520.] [ 0. 540.] [ 32. 540.] [ 16. 560.] [ 48. 560.] [ 0. 580.] [ 32. 580.] [ 16. 600.] [ 48. 600.] [ 0. 620.] [ 32. 620.] [ 16. 640.] [ 48. 640.] [ 0. 660.] [ 32. 660.] [ 16. 680.] [ 48. 680.] [ 0. 700.] [ 32. 700.] [ 16. 720.] [ 48. 720.] [ 0. 740.] [ 32. 740.] [ 16. 760.] [ 48. 760.] [ 0. 780.] [ 32. 780.] [ 16. 800.] [ 48. 800.] [ 0. 820.] [ 32. 820.] [ 16. 840.] [ 48. 840.] [ 0. 860.] [ 32. 860.] [ 16. 880.] [ 48. 880.] [ 0. 900.] [ 32. 900.] [ 16. 920.] [ 48. 920.] [ 0. 940.] [ 32. 940.] [ 16. 960.] [ 48. 960.] [ 0. 980.] [ 32. 980.] [ 16. 1000.] [ 48. 1000.] [ 0. 1020.] [ 32. 1020.] [ 16. 1040.] [ 48. 1040.] [ 0. 1060.] [ 32. 1060.] [ 16. 1080.] [ 48. 1080.] [ 0. 1100.] [ 32. 1100.] [ 16. 1120.] [ 48. 1120.] [ 0. 1140.] [ 32. 1140.] [ 16. 1160.] [ 48. 1160.] [ 0. 1180.] [ 32. 1180.] [ 16. 1200.] [ 48. 1200.] [ 0. 1220.] [ 32. 1220.] [ 16. 1240.] [ 48. 1240.] [ 0. 1260.] [ 32. 1260.] [ 16. 1280.] [ 48. 1280.] [ 0. 1300.] [ 32. 1300.] [ 16. 1320.] [ 48. 1320.] [ 0. 1340.] [ 32. 1340.] [ 16. 1360.] [ 48. 1360.] [ 0. 1380.] [ 32. 1380.] [ 16. 1400.] [ 48. 1400.] [ 0. 1420.] [ 32. 1420.] [ 16. 1440.] [ 48. 1440.] [ 0. 1460.] [ 32. 1460.] [ 16. 1480.] [ 48. 1480.] [ 0. 1500.] [ 32. 1500.] [ 16. 1520.] [ 48. 1520.] [ 0. 1540.] [ 32. 1540.] [ 16. 1560.] [ 48. 1560.] [ 0. 1580.] [ 32. 1580.] [ 16. 1600.] [ 48. 1600.] [ 0. 1620.] [ 32. 1620.] [ 16. 1640.] [ 48. 1640.] [ 0. 1660.] [ 32. 1660.] [ 16. 1680.] [ 48. 1680.] [ 0. 1700.] [ 32. 1700.] [ 16. 1720.] [ 48. 1720.] [ 0. 1740.] [ 32. 1740.] [ 16. 1760.] [ 48. 1760.] [ 0. 1780.] [ 32. 1780.] [ 16. 1800.] [ 48. 1800.] [ 0. 1820.] [ 32. 1820.] [ 16. 1840.] [ 48. 1840.] [ 0. 1860.] [ 32. 1860.] [ 16. 1880.] [ 48. 1880.] [ 0. 1900.] [ 32. 1900.] [ 16. 1920.] [ 48. 1920.] [ 0. 1940.] [ 32. 1940.] [ 16. 1960.] [ 48. 1960.] [ 0. 1980.] [ 32. 1980.] [ 16. 2000.] [ 48. 2000.] [ 0. 2020.] [ 32. 2020.] [ 16. 2040.] [ 48. 2040.] [ 0. 2060.] [ 32. 2060.] [ 16. 2080.] [ 48. 2080.] [ 0. 2100.] [ 32. 2100.] [ 16. 2120.] [ 48. 2120.] [ 0. 2140.] [ 32. 2140.] [ 16. 2160.] [ 48. 2160.] [ 0. 2180.] [ 32. 2180.] [ 16. 2200.] [ 48. 2200.] [ 0. 2220.] [ 32. 2220.] [ 16. 2240.] [ 48. 2240.] [ 0. 2260.] [ 32. 2260.] [ 16. 2280.] [ 48. 2280.] [ 0. 2300.] [ 32. 2300.] [ 16. 2320.] [ 48. 2320.] [ 0. 2340.] [ 32. 2340.] [ 16. 2360.] [ 48. 2360.] [ 0. 2380.] [ 32. 2380.] [ 16. 2400.] [ 48. 2400.] [ 0. 2420.] [ 32. 2420.] [ 16. 2440.] [ 48. 2440.] [ 0. 2460.] [ 32. 2460.] [ 16. 2480.] [ 48. 2480.] [ 0. 2500.] [ 32. 2500.] [ 16. 2520.] [ 48. 2520.] [ 0. 2540.] [ 32. 2540.] [ 16. 2560.] [ 48. 2560.] [ 0. 2580.] [ 32. 2580.] [ 16. 2600.] [ 48. 2600.] [ 0. 2620.] [ 32. 2620.] [ 16. 2640.] [ 48. 2640.] [ 0. 2660.] [ 32. 2660.] [ 16. 2680.] [ 48. 2680.] [ 0. 2700.] [ 32. 2700.] [ 16. 2720.] [ 48. 2720.] [ 0. 2740.] [ 32. 2740.] [ 16. 2760.] [ 48. 2760.] [ 0. 2780.] [ 32. 2780.] [ 16. 2800.] [ 48. 2800.] [ 0. 2820.] [ 32. 2820.] [ 16. 2840.] [ 48. 2840.] [ 0. 2860.] [ 32. 2860.] [ 16. 2880.] [ 48. 2880.] [ 0. 2900.] [ 32. 2900.] [ 16. 2920.] [ 48. 2920.] [ 0. 2940.] [ 32. 2940.] [ 16. 2960.] [ 48. 2960.] [ 0. 2980.] [ 32. 2980.] [ 16. 3000.] [ 48. 3000.] [ 0. 3020.] [ 32. 3020.] [ 16. 3040.] [ 48. 3040.] [ 0. 3060.] [ 32. 3060.] [ 16. 3080.] [ 48. 3080.] [ 0. 3100.] [ 32. 3100.] [ 16. 3120.] [ 48. 3120.] [ 0. 3140.] [ 32. 3140.] [ 16. 3160.] [ 48. 3160.] [ 0. 3180.] [ 32. 3180.] [ 16. 3200.] [ 48. 3200.] [ 0. 3220.] [ 32. 3220.] [ 16. 3240.] [ 48. 3240.] [ 0. 3260.] [ 32. 3260.] [ 16. 3280.] [ 48. 3280.] [ 0. 3300.] [ 32. 3300.] [ 16. 3320.] [ 48. 3320.] [ 0. 3340.] [ 32. 3340.] [ 16. 3360.] [ 48. 3360.] [ 0. 3380.] [ 32. 3380.] [ 16. 3400.] [ 48. 3400.] [ 0. 3420.] [ 32. 3420.] [ 16. 3440.] [ 48. 3440.] [ 0. 3460.] [ 32. 3460.] [ 16. 3480.] [ 48. 3480.] [ 0. 3500.] [ 32. 3500.] [ 16. 3520.] [ 48. 3520.] [ 0. 3540.] [ 32. 3540.] [ 16. 3560.] [ 48. 3560.] [ 0. 3580.] [ 32. 3580.] [ 16. 3600.] [ 48. 3600.] [ 0. 3620.] [ 32. 3620.] [ 16. 3640.] [ 48. 3640.] [ 0. 3660.] [ 32. 3660.] [ 16. 3680.] [ 48. 3680.] [ 0. 3700.] [ 32. 3700.] [ 16. 3720.] [ 48. 3720.] [ 0. 3740.] [ 32. 3740.] [ 16. 3760.] [ 48. 3760.] [ 0. 3780.] [ 32. 3780.] [ 16. 3800.] [ 48. 3800.] [ 0. 3820.] [ 32. 3820.]]
    group [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
    inter_sample_shift [0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385]
```python from spikeinterface.sortingcomponents.motion import interpolate_motion rec = si.astype(rec, np.float32) print(motion.dim) rec = interpolate_motion(rec, motion, border_mode='remove_channels', spatial_interpolation_method='kriging', sigma_um=20.0, p=1, num_closest=3, interpolation_time_bin_centers_s=None, interpolation_time_bin_size_s=None, dtype=None) ''' #in dredge: me_rigid_upsampled = mu.resample_to_new_time_bins(me_rigid, rec.get_times(0)) len(me_rigid_upsampled.displacement) rec = mu.get_interpolated_recording(me_rigid_upsampled, rec) rec ''' ``` 1 '\n#in dredge:\nme_rigid_upsampled = mu.resample_to_new_time_bins(me_rigid, rec.get_times(0))\nlen(me_rigid_upsampled.displacement)\n\nrec = mu.get_interpolated_recording(me_rigid_upsampled, rec)\n\nrec\n' ```python rec = si.astype(rec, np.float32) rec = si.bandpass_filter(rec) rec = si.common_reference(rec) ''' common median reference (CMR)中使用的"median"或"average"操作符以及"global"、"local"或"single"参考方式的区别如下: 操作符: "median"使用通道信号的中值作为参考信号。中值相比平均值更不容易受到异常值的影响,因此更鲁棒。 "average"使用通道信号的平均值作为参考信号。平均值计算更快,但相比中值更容易受到异常值的影响。 参考方式: "global"使用所有通道的中值/平均值作为全局参考信号。 "local"使用邻近通道的中值/平均值作为局部参考信号。这可以更好地去除局部噪声。 "single"使用单个通道的中值/平均值作为参考信号。这种方式最简单,但可能无法很好地去除共同噪声。 ''' rec # optional # rec = rec.save_to_folder("/local/scratch", n_jobs=4, chunk_duration="5s") ```
CommonReferenceRecording: 186 channels - 30.0kHz - 1 segments - 25,014,692 samples - 833.82s (13.90 minutes) - float32 dtype - 17.33 GiB
Channel IDs
    ['imec0.ap#AP168' 'imec0.ap#AP169' 'imec0.ap#AP170' 'imec0.ap#AP171' 'imec0.ap#AP172' 'imec0.ap#AP173' 'imec0.ap#AP174' 'imec0.ap#AP175' 'imec0.ap#AP176' 'imec0.ap#AP177' 'imec0.ap#AP178' 'imec0.ap#AP179' 'imec0.ap#AP180' 'imec0.ap#AP181' 'imec0.ap#AP182' 'imec0.ap#AP183' 'imec0.ap#AP184' 'imec0.ap#AP185' 'imec0.ap#AP186' 'imec0.ap#AP187' 'imec0.ap#AP188' 'imec0.ap#AP189' 'imec0.ap#AP190' 'imec0.ap#AP191' 'imec0.ap#AP192' 'imec0.ap#AP193' 'imec0.ap#AP194' 'imec0.ap#AP195' 'imec0.ap#AP196' 'imec0.ap#AP197' 'imec0.ap#AP198' 'imec0.ap#AP199' 'imec0.ap#AP200' 'imec0.ap#AP201' 'imec0.ap#AP202' 'imec0.ap#AP203' 'imec0.ap#AP204' 'imec0.ap#AP205' 'imec0.ap#AP206' 'imec0.ap#AP207' 'imec0.ap#AP208' 'imec0.ap#AP209' 'imec0.ap#AP210' 'imec0.ap#AP211' 'imec0.ap#AP212' 'imec0.ap#AP213' 'imec0.ap#AP214' 'imec0.ap#AP215' 'imec0.ap#AP216' 'imec0.ap#AP217' 'imec0.ap#AP218' 'imec0.ap#AP219' 'imec0.ap#AP220' 'imec0.ap#AP221' 'imec0.ap#AP222' 'imec0.ap#AP223' 'imec0.ap#AP224' 'imec0.ap#AP225' 'imec0.ap#AP226' 'imec0.ap#AP227' 'imec0.ap#AP228' 'imec0.ap#AP229' 'imec0.ap#AP230' 'imec0.ap#AP231' 'imec0.ap#AP232' 'imec0.ap#AP233' 'imec0.ap#AP234' 'imec0.ap#AP235' 'imec0.ap#AP236' 'imec0.ap#AP237' 'imec0.ap#AP238' 'imec0.ap#AP239' 'imec0.ap#AP240' 'imec0.ap#AP241' 'imec0.ap#AP242' 'imec0.ap#AP243' 'imec0.ap#AP244' 'imec0.ap#AP245' 'imec0.ap#AP246' 'imec0.ap#AP247' 'imec0.ap#AP248' 'imec0.ap#AP249' 'imec0.ap#AP250' 'imec0.ap#AP251' 'imec0.ap#AP252' 'imec0.ap#AP253' 'imec0.ap#AP254' 'imec0.ap#AP255' 'imec0.ap#AP256' 'imec0.ap#AP257' 'imec0.ap#AP258' 'imec0.ap#AP259' 'imec0.ap#AP260' 'imec0.ap#AP261' 'imec0.ap#AP262' 'imec0.ap#AP263' 'imec0.ap#AP264' 'imec0.ap#AP265' 'imec0.ap#AP266' 'imec0.ap#AP267' 'imec0.ap#AP268' 'imec0.ap#AP269' 'imec0.ap#AP270' 'imec0.ap#AP271' 'imec0.ap#AP272' 'imec0.ap#AP273' 'imec0.ap#AP274' 'imec0.ap#AP275' 'imec0.ap#AP276' 'imec0.ap#AP277' 'imec0.ap#AP278' 'imec0.ap#AP279' 'imec0.ap#AP280' 'imec0.ap#AP281' 'imec0.ap#AP282' 'imec0.ap#AP283' 'imec0.ap#AP284' 'imec0.ap#AP285' 'imec0.ap#AP286' 'imec0.ap#AP287' 'imec0.ap#AP288' 'imec0.ap#AP289' 'imec0.ap#AP290' 'imec0.ap#AP291' 'imec0.ap#AP292' 'imec0.ap#AP293' 'imec0.ap#AP294' 'imec0.ap#AP295' 'imec0.ap#AP296' 'imec0.ap#AP297' 'imec0.ap#AP298' 'imec0.ap#AP299' 'imec0.ap#AP300' 'imec0.ap#AP301' 'imec0.ap#AP302' 'imec0.ap#AP303' 'imec0.ap#AP304' 'imec0.ap#AP305' 'imec0.ap#AP306' 'imec0.ap#AP307' 'imec0.ap#AP308' 'imec0.ap#AP309' 'imec0.ap#AP310' 'imec0.ap#AP311' 'imec0.ap#AP312' 'imec0.ap#AP313' 'imec0.ap#AP314' 'imec0.ap#AP315' 'imec0.ap#AP316' 'imec0.ap#AP317' 'imec0.ap#AP318' 'imec0.ap#AP319' 'imec0.ap#AP320' 'imec0.ap#AP321' 'imec0.ap#AP322' 'imec0.ap#AP323' 'imec0.ap#AP324' 'imec0.ap#AP325' 'imec0.ap#AP326' 'imec0.ap#AP327' 'imec0.ap#AP328' 'imec0.ap#AP329' 'imec0.ap#AP330' 'imec0.ap#AP331' 'imec0.ap#AP332' 'imec0.ap#AP333' 'imec0.ap#AP334' 'imec0.ap#AP335' 'imec0.ap#AP336' 'imec0.ap#AP337' 'imec0.ap#AP338' 'imec0.ap#AP339' 'imec0.ap#AP340' 'imec0.ap#AP341' 'imec0.ap#AP342' 'imec0.ap#AP343' 'imec0.ap#AP344' 'imec0.ap#AP345' 'imec0.ap#AP346' 'imec0.ap#AP347' 'imec0.ap#AP348' 'imec0.ap#AP349' 'imec0.ap#AP350' 'imec0.ap#AP351' 'imec0.ap#AP352' 'imec0.ap#AP353']
Annotations
  • is_filtered : True
  • probe_0_planar_contour : [[ -11 9989] [ -11 -11] [ 24 -186] [ 59 -11] [ 59 9989]]
  • probes_info : [{'model_name': 'Neuropixels 1.0', 'manufacturer': 'IMEC', 'probe_type': '0', 'serial_number': '19398215591', 'part_number': 'NP1010', 'port': '1', 'slot': '2'}]
Channel Properties
    gain_to_uV [2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375 2.34375]
    offset_to_uV [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
    channel_names ['AP168' 'AP169' 'AP170' 'AP171' 'AP172' 'AP173' 'AP174' 'AP175' 'AP176' 'AP177' 'AP178' 'AP179' 'AP180' 'AP181' 'AP182' 'AP183' 'AP184' 'AP185' 'AP186' 'AP187' 'AP188' 'AP189' 'AP190' 'AP191' 'AP192' 'AP193' 'AP194' 'AP195' 'AP196' 'AP197' 'AP198' 'AP199' 'AP200' 'AP201' 'AP202' 'AP203' 'AP204' 'AP205' 'AP206' 'AP207' 'AP208' 'AP209' 'AP210' 'AP211' 'AP212' 'AP213' 'AP214' 'AP215' 'AP216' 'AP217' 'AP218' 'AP219' 'AP220' 'AP221' 'AP222' 'AP223' 'AP224' 'AP225' 'AP226' 'AP227' 'AP228' 'AP229' 'AP230' 'AP231' 'AP232' 'AP233' 'AP234' 'AP235' 'AP236' 'AP237' 'AP238' 'AP239' 'AP240' 'AP241' 'AP242' 'AP243' 'AP244' 'AP245' 'AP246' 'AP247' 'AP248' 'AP249' 'AP250' 'AP251' 'AP252' 'AP253' 'AP254' 'AP255' 'AP256' 'AP257' 'AP258' 'AP259' 'AP260' 'AP261' 'AP262' 'AP263' 'AP264' 'AP265' 'AP266' 'AP267' 'AP268' 'AP269' 'AP270' 'AP271' 'AP272' 'AP273' 'AP274' 'AP275' 'AP276' 'AP277' 'AP278' 'AP279' 'AP280' 'AP281' 'AP282' 'AP283' 'AP284' 'AP285' 'AP286' 'AP287' 'AP288' 'AP289' 'AP290' 'AP291' 'AP292' 'AP293' 'AP294' 'AP295' 'AP296' 'AP297' 'AP298' 'AP299' 'AP300' 'AP301' 'AP302' 'AP303' 'AP304' 'AP305' 'AP306' 'AP307' 'AP308' 'AP309' 'AP310' 'AP311' 'AP312' 'AP313' 'AP314' 'AP315' 'AP316' 'AP317' 'AP318' 'AP319' 'AP320' 'AP321' 'AP322' 'AP323' 'AP324' 'AP325' 'AP326' 'AP327' 'AP328' 'AP329' 'AP330' 'AP331' 'AP332' 'AP333' 'AP334' 'AP335' 'AP336' 'AP337' 'AP338' 'AP339' 'AP340' 'AP341' 'AP342' 'AP343' 'AP344' 'AP345' 'AP346' 'AP347' 'AP348' 'AP349' 'AP350' 'AP351' 'AP352' 'AP353']
    contact_vector [(0, 16., 1680., 'square', 12., '', 'e168', 0, 'um', 1., 0., 0., 1., 168, 0, 0, 500, 250, 1) (0, 48., 1680., 'square', 12., '', 'e169', 1, 'um', 1., 0., 0., 1., 169, 0, 0, 500, 250, 1) (0, 0., 1700., 'square', 12., '', 'e170', 2, 'um', 1., 0., 0., 1., 170, 0, 0, 500, 250, 1) (0, 32., 1700., 'square', 12., '', 'e171', 3, 'um', 1., 0., 0., 1., 171, 0, 0, 500, 250, 1) (0, 16., 1720., 'square', 12., '', 'e172', 4, 'um', 1., 0., 0., 1., 172, 0, 0, 500, 250, 1) (0, 48., 1720., 'square', 12., '', 'e173', 5, 'um', 1., 0., 0., 1., 173, 0, 0, 500, 250, 1) (0, 0., 1740., 'square', 12., '', 'e174', 6, 'um', 1., 0., 0., 1., 174, 0, 0, 500, 250, 1) (0, 32., 1740., 'square', 12., '', 'e175', 7, 'um', 1., 0., 0., 1., 175, 0, 0, 500, 250, 1) (0, 16., 1760., 'square', 12., '', 'e176', 8, 'um', 1., 0., 0., 1., 176, 0, 0, 500, 250, 1) (0, 48., 1760., 'square', 12., '', 'e177', 9, 'um', 1., 0., 0., 1., 177, 0, 0, 500, 250, 1) (0, 0., 1780., 'square', 12., '', 'e178', 10, 'um', 1., 0., 0., 1., 178, 0, 0, 500, 250, 1) (0, 32., 1780., 'square', 12., '', 'e179', 11, 'um', 1., 0., 0., 1., 179, 0, 0, 500, 250, 1) (0, 16., 1800., 'square', 12., '', 'e180', 12, 'um', 1., 0., 0., 1., 180, 0, 0, 500, 250, 1) (0, 48., 1800., 'square', 12., '', 'e181', 13, 'um', 1., 0., 0., 1., 181, 0, 0, 500, 250, 1) (0, 0., 1820., 'square', 12., '', 'e182', 14, 'um', 1., 0., 0., 1., 182, 0, 0, 500, 250, 1) (0, 32., 1820., 'square', 12., '', 'e183', 15, 'um', 1., 0., 0., 1., 183, 0, 0, 500, 250, 1) (0, 16., 1840., 'square', 12., '', 'e184', 16, 'um', 1., 0., 0., 1., 184, 0, 0, 500, 250, 1) (0, 48., 1840., 'square', 12., '', 'e185', 17, 'um', 1., 0., 0., 1., 185, 0, 0, 500, 250, 1) (0, 0., 1860., 'square', 12., '', 'e186', 18, 'um', 1., 0., 0., 1., 186, 0, 0, 500, 250, 1) (0, 32., 1860., 'square', 12., '', 'e187', 19, 'um', 1., 0., 0., 1., 187, 0, 0, 500, 250, 1) (0, 16., 1880., 'square', 12., '', 'e188', 20, 'um', 1., 0., 0., 1., 188, 0, 0, 500, 250, 1) (0, 48., 1880., 'square', 12., '', 'e189', 21, 'um', 1., 0., 0., 1., 189, 0, 0, 500, 250, 1) (0, 0., 1900., 'square', 12., '', 'e190', 22, 'um', 1., 0., 0., 1., 190, 0, 0, 500, 250, 1) (0, 32., 1900., 'square', 12., '', 'e191', 23, 'um', 1., 0., 0., 1., 191, 0, 0, 500, 250, 1) (0, 16., 1920., 'square', 12., '', 'e192', 24, 'um', 1., 0., 0., 1., 192, 0, 0, 500, 250, 1) (0, 48., 1920., 'square', 12., '', 'e193', 25, 'um', 1., 0., 0., 1., 193, 0, 0, 500, 250, 1) (0, 0., 1940., 'square', 12., '', 'e194', 26, 'um', 1., 0., 0., 1., 194, 0, 0, 500, 250, 1) (0, 32., 1940., 'square', 12., '', 'e195', 27, 'um', 1., 0., 0., 1., 195, 0, 0, 500, 250, 1) (0, 16., 1960., 'square', 12., '', 'e196', 28, 'um', 1., 0., 0., 1., 196, 0, 0, 500, 250, 1) (0, 48., 1960., 'square', 12., '', 'e197', 29, 'um', 1., 0., 0., 1., 197, 0, 0, 500, 250, 1) (0, 0., 1980., 'square', 12., '', 'e198', 30, 'um', 1., 0., 0., 1., 198, 0, 0, 500, 250, 1) (0, 32., 1980., 'square', 12., '', 'e199', 31, 'um', 1., 0., 0., 1., 199, 0, 0, 500, 250, 1) (0, 16., 2000., 'square', 12., '', 'e200', 32, 'um', 1., 0., 0., 1., 200, 0, 0, 500, 250, 1) (0, 48., 2000., 'square', 12., '', 'e201', 33, 'um', 1., 0., 0., 1., 201, 0, 0, 500, 250, 1) (0, 0., 2020., 'square', 12., '', 'e202', 34, 'um', 1., 0., 0., 1., 202, 0, 0, 500, 250, 1) (0, 32., 2020., 'square', 12., '', 'e203', 35, 'um', 1., 0., 0., 1., 203, 0, 0, 500, 250, 1) (0, 16., 2040., 'square', 12., '', 'e204', 36, 'um', 1., 0., 0., 1., 204, 0, 0, 500, 250, 1) (0, 48., 2040., 'square', 12., '', 'e205', 37, 'um', 1., 0., 0., 1., 205, 0, 0, 500, 250, 1) (0, 0., 2060., 'square', 12., '', 'e206', 38, 'um', 1., 0., 0., 1., 206, 0, 0, 500, 250, 1) (0, 32., 2060., 'square', 12., '', 'e207', 39, 'um', 1., 0., 0., 1., 207, 0, 0, 500, 250, 1) (0, 16., 2080., 'square', 12., '', 'e208', 40, 'um', 1., 0., 0., 1., 208, 0, 0, 500, 250, 1) (0, 48., 2080., 'square', 12., '', 'e209', 41, 'um', 1., 0., 0., 1., 209, 0, 0, 500, 250, 1) (0, 0., 2100., 'square', 12., '', 'e210', 42, 'um', 1., 0., 0., 1., 210, 0, 0, 500, 250, 1) (0, 32., 2100., 'square', 12., '', 'e211', 43, 'um', 1., 0., 0., 1., 211, 0, 0, 500, 250, 1) (0, 16., 2120., 'square', 12., '', 'e212', 44, 'um', 1., 0., 0., 1., 212, 0, 0, 500, 250, 1) (0, 48., 2120., 'square', 12., '', 'e213', 45, 'um', 1., 0., 0., 1., 213, 0, 0, 500, 250, 1) (0, 0., 2140., 'square', 12., '', 'e214', 46, 'um', 1., 0., 0., 1., 214, 0, 0, 500, 250, 1) (0, 32., 2140., 'square', 12., '', 'e215', 47, 'um', 1., 0., 0., 1., 215, 0, 0, 500, 250, 1) (0, 16., 2160., 'square', 12., '', 'e216', 48, 'um', 1., 0., 0., 1., 216, 0, 0, 500, 250, 1) (0, 48., 2160., 'square', 12., '', 'e217', 49, 'um', 1., 0., 0., 1., 217, 0, 0, 500, 250, 1) (0, 0., 2180., 'square', 12., '', 'e218', 50, 'um', 1., 0., 0., 1., 218, 0, 0, 500, 250, 1) (0, 32., 2180., 'square', 12., '', 'e219', 51, 'um', 1., 0., 0., 1., 219, 0, 0, 500, 250, 1) (0, 16., 2200., 'square', 12., '', 'e220', 52, 'um', 1., 0., 0., 1., 220, 0, 0, 500, 250, 1) (0, 48., 2200., 'square', 12., '', 'e221', 53, 'um', 1., 0., 0., 1., 221, 0, 0, 500, 250, 1) (0, 0., 2220., 'square', 12., '', 'e222', 54, 'um', 1., 0., 0., 1., 222, 0, 0, 500, 250, 1) (0, 32., 2220., 'square', 12., '', 'e223', 55, 'um', 1., 0., 0., 1., 223, 0, 0, 500, 250, 1) (0, 16., 2240., 'square', 12., '', 'e224', 56, 'um', 1., 0., 0., 1., 224, 0, 0, 500, 250, 1) (0, 48., 2240., 'square', 12., '', 'e225', 57, 'um', 1., 0., 0., 1., 225, 0, 0, 500, 250, 1) (0, 0., 2260., 'square', 12., '', 'e226', 58, 'um', 1., 0., 0., 1., 226, 0, 0, 500, 250, 1) (0, 32., 2260., 'square', 12., '', 'e227', 59, 'um', 1., 0., 0., 1., 227, 0, 0, 500, 250, 1) (0, 16., 2280., 'square', 12., '', 'e228', 60, 'um', 1., 0., 0., 1., 228, 0, 0, 500, 250, 1) (0, 48., 2280., 'square', 12., '', 'e229', 61, 'um', 1., 0., 0., 1., 229, 0, 0, 500, 250, 1) (0, 0., 2300., 'square', 12., '', 'e230', 62, 'um', 1., 0., 0., 1., 230, 0, 0, 500, 250, 1) (0, 32., 2300., 'square', 12., '', 'e231', 63, 'um', 1., 0., 0., 1., 231, 0, 0, 500, 250, 1) (0, 16., 2320., 'square', 12., '', 'e232', 64, 'um', 1., 0., 0., 1., 232, 0, 0, 500, 250, 1) (0, 48., 2320., 'square', 12., '', 'e233', 65, 'um', 1., 0., 0., 1., 233, 0, 0, 500, 250, 1) (0, 0., 2340., 'square', 12., '', 'e234', 66, 'um', 1., 0., 0., 1., 234, 0, 0, 500, 250, 1) (0, 32., 2340., 'square', 12., '', 'e235', 67, 'um', 1., 0., 0., 1., 235, 0, 0, 500, 250, 1) (0, 16., 2360., 'square', 12., '', 'e236', 68, 'um', 1., 0., 0., 1., 236, 0, 0, 500, 250, 1) (0, 48., 2360., 'square', 12., '', 'e237', 69, 'um', 1., 0., 0., 1., 237, 0, 0, 500, 250, 1) (0, 0., 2380., 'square', 12., '', 'e238', 70, 'um', 1., 0., 0., 1., 238, 0, 0, 500, 250, 1) (0, 32., 2380., 'square', 12., '', 'e239', 71, 'um', 1., 0., 0., 1., 239, 0, 0, 500, 250, 1) (0, 16., 2400., 'square', 12., '', 'e240', 72, 'um', 1., 0., 0., 1., 240, 0, 0, 500, 250, 1) (0, 48., 2400., 'square', 12., '', 'e241', 73, 'um', 1., 0., 0., 1., 241, 0, 0, 500, 250, 1) (0, 0., 2420., 'square', 12., '', 'e242', 74, 'um', 1., 0., 0., 1., 242, 0, 0, 500, 250, 1) (0, 32., 2420., 'square', 12., '', 'e243', 75, 'um', 1., 0., 0., 1., 243, 0, 0, 500, 250, 1) (0, 16., 2440., 'square', 12., '', 'e244', 76, 'um', 1., 0., 0., 1., 244, 0, 0, 500, 250, 1) (0, 48., 2440., 'square', 12., '', 'e245', 77, 'um', 1., 0., 0., 1., 245, 0, 0, 500, 250, 1) (0, 0., 2460., 'square', 12., '', 'e246', 78, 'um', 1., 0., 0., 1., 246, 0, 0, 500, 250, 1) (0, 32., 2460., 'square', 12., '', 'e247', 79, 'um', 1., 0., 0., 1., 247, 0, 0, 500, 250, 1) (0, 16., 2480., 'square', 12., '', 'e248', 80, 'um', 1., 0., 0., 1., 248, 0, 0, 500, 250, 1) (0, 48., 2480., 'square', 12., '', 'e249', 81, 'um', 1., 0., 0., 1., 249, 0, 0, 500, 250, 1) (0, 0., 2500., 'square', 12., '', 'e250', 82, 'um', 1., 0., 0., 1., 250, 0, 0, 500, 250, 1) (0, 32., 2500., 'square', 12., '', 'e251', 83, 'um', 1., 0., 0., 1., 251, 0, 0, 500, 250, 1) (0, 16., 2520., 'square', 12., '', 'e252', 84, 'um', 1., 0., 0., 1., 252, 0, 0, 500, 250, 1) (0, 48., 2520., 'square', 12., '', 'e253', 85, 'um', 1., 0., 0., 1., 253, 0, 0, 500, 250, 1) (0, 0., 2540., 'square', 12., '', 'e254', 86, 'um', 1., 0., 0., 1., 254, 0, 0, 500, 250, 1) (0, 32., 2540., 'square', 12., '', 'e255', 87, 'um', 1., 0., 0., 1., 255, 0, 0, 500, 250, 1) (0, 16., 2560., 'square', 12., '', 'e256', 88, 'um', 1., 0., 0., 1., 256, 0, 0, 500, 250, 1) (0, 48., 2560., 'square', 12., '', 'e257', 89, 'um', 1., 0., 0., 1., 257, 0, 0, 500, 250, 1) (0, 0., 2580., 'square', 12., '', 'e258', 90, 'um', 1., 0., 0., 1., 258, 0, 0, 500, 250, 1) (0, 32., 2580., 'square', 12., '', 'e259', 91, 'um', 1., 0., 0., 1., 259, 0, 0, 500, 250, 1) (0, 16., 2600., 'square', 12., '', 'e260', 92, 'um', 1., 0., 0., 1., 260, 0, 0, 500, 250, 1) (0, 48., 2600., 'square', 12., '', 'e261', 93, 'um', 1., 0., 0., 1., 261, 0, 0, 500, 250, 1) (0, 0., 2620., 'square', 12., '', 'e262', 94, 'um', 1., 0., 0., 1., 262, 0, 0, 500, 250, 1) (0, 32., 2620., 'square', 12., '', 'e263', 95, 'um', 1., 0., 0., 1., 263, 0, 0, 500, 250, 1) (0, 16., 2640., 'square', 12., '', 'e264', 96, 'um', 1., 0., 0., 1., 264, 0, 0, 500, 250, 1) (0, 48., 2640., 'square', 12., '', 'e265', 97, 'um', 1., 0., 0., 1., 265, 0, 0, 500, 250, 1) (0, 0., 2660., 'square', 12., '', 'e266', 98, 'um', 1., 0., 0., 1., 266, 0, 0, 500, 250, 1) (0, 32., 2660., 'square', 12., '', 'e267', 99, 'um', 1., 0., 0., 1., 267, 0, 0, 500, 250, 1) (0, 16., 2680., 'square', 12., '', 'e268', 100, 'um', 1., 0., 0., 1., 268, 0, 0, 500, 250, 1) (0, 48., 2680., 'square', 12., '', 'e269', 101, 'um', 1., 0., 0., 1., 269, 0, 0, 500, 250, 1) (0, 0., 2700., 'square', 12., '', 'e270', 102, 'um', 1., 0., 0., 1., 270, 0, 0, 500, 250, 1) (0, 32., 2700., 'square', 12., '', 'e271', 103, 'um', 1., 0., 0., 1., 271, 0, 0, 500, 250, 1) (0, 16., 2720., 'square', 12., '', 'e272', 104, 'um', 1., 0., 0., 1., 272, 0, 0, 500, 250, 1) (0, 48., 2720., 'square', 12., '', 'e273', 105, 'um', 1., 0., 0., 1., 273, 0, 0, 500, 250, 1) (0, 0., 2740., 'square', 12., '', 'e274', 106, 'um', 1., 0., 0., 1., 274, 0, 0, 500, 250, 1) (0, 32., 2740., 'square', 12., '', 'e275', 107, 'um', 1., 0., 0., 1., 275, 0, 0, 500, 250, 1) (0, 16., 2760., 'square', 12., '', 'e276', 108, 'um', 1., 0., 0., 1., 276, 0, 0, 500, 250, 1) (0, 48., 2760., 'square', 12., '', 'e277', 109, 'um', 1., 0., 0., 1., 277, 0, 0, 500, 250, 1) (0, 0., 2780., 'square', 12., '', 'e278', 110, 'um', 1., 0., 0., 1., 278, 0, 0, 500, 250, 1) (0, 32., 2780., 'square', 12., '', 'e279', 111, 'um', 1., 0., 0., 1., 279, 0, 0, 500, 250, 1) (0, 16., 2800., 'square', 12., '', 'e280', 112, 'um', 1., 0., 0., 1., 280, 0, 0, 500, 250, 1) (0, 48., 2800., 'square', 12., '', 'e281', 113, 'um', 1., 0., 0., 1., 281, 0, 0, 500, 250, 1) (0, 0., 2820., 'square', 12., '', 'e282', 114, 'um', 1., 0., 0., 1., 282, 0, 0, 500, 250, 1) (0, 32., 2820., 'square', 12., '', 'e283', 115, 'um', 1., 0., 0., 1., 283, 0, 0, 500, 250, 1) (0, 16., 2840., 'square', 12., '', 'e284', 116, 'um', 1., 0., 0., 1., 284, 0, 0, 500, 250, 1) (0, 48., 2840., 'square', 12., '', 'e285', 117, 'um', 1., 0., 0., 1., 285, 0, 0, 500, 250, 1) (0, 0., 2860., 'square', 12., '', 'e286', 118, 'um', 1., 0., 0., 1., 286, 0, 0, 500, 250, 1) (0, 32., 2860., 'square', 12., '', 'e287', 119, 'um', 1., 0., 0., 1., 287, 0, 0, 500, 250, 1) (0, 16., 2880., 'square', 12., '', 'e288', 120, 'um', 1., 0., 0., 1., 288, 0, 0, 500, 250, 1) (0, 48., 2880., 'square', 12., '', 'e289', 121, 'um', 1., 0., 0., 1., 289, 0, 0, 500, 250, 1) (0, 0., 2900., 'square', 12., '', 'e290', 122, 'um', 1., 0., 0., 1., 290, 0, 0, 500, 250, 1) (0, 32., 2900., 'square', 12., '', 'e291', 123, 'um', 1., 0., 0., 1., 291, 0, 0, 500, 250, 1) (0, 16., 2920., 'square', 12., '', 'e292', 124, 'um', 1., 0., 0., 1., 292, 0, 0, 500, 250, 1) (0, 48., 2920., 'square', 12., '', 'e293', 125, 'um', 1., 0., 0., 1., 293, 0, 0, 500, 250, 1) (0, 0., 2940., 'square', 12., '', 'e294', 126, 'um', 1., 0., 0., 1., 294, 0, 0, 500, 250, 1) (0, 32., 2940., 'square', 12., '', 'e295', 127, 'um', 1., 0., 0., 1., 295, 0, 0, 500, 250, 1) (0, 16., 2960., 'square', 12., '', 'e296', 128, 'um', 1., 0., 0., 1., 296, 0, 0, 500, 250, 1) (0, 48., 2960., 'square', 12., '', 'e297', 129, 'um', 1., 0., 0., 1., 297, 0, 0, 500, 250, 1) (0, 0., 2980., 'square', 12., '', 'e298', 130, 'um', 1., 0., 0., 1., 298, 0, 0, 500, 250, 1) (0, 32., 2980., 'square', 12., '', 'e299', 131, 'um', 1., 0., 0., 1., 299, 0, 0, 500, 250, 1) (0, 16., 3000., 'square', 12., '', 'e300', 132, 'um', 1., 0., 0., 1., 300, 0, 0, 500, 250, 1) (0, 48., 3000., 'square', 12., '', 'e301', 133, 'um', 1., 0., 0., 1., 301, 0, 0, 500, 250, 1) (0, 0., 3020., 'square', 12., '', 'e302', 134, 'um', 1., 0., 0., 1., 302, 0, 0, 500, 250, 1) (0, 32., 3020., 'square', 12., '', 'e303', 135, 'um', 1., 0., 0., 1., 303, 0, 0, 500, 250, 1) (0, 16., 3040., 'square', 12., '', 'e304', 136, 'um', 1., 0., 0., 1., 304, 0, 0, 500, 250, 1) (0, 48., 3040., 'square', 12., '', 'e305', 137, 'um', 1., 0., 0., 1., 305, 0, 0, 500, 250, 1) (0, 0., 3060., 'square', 12., '', 'e306', 138, 'um', 1., 0., 0., 1., 306, 0, 0, 500, 250, 1) (0, 32., 3060., 'square', 12., '', 'e307', 139, 'um', 1., 0., 0., 1., 307, 0, 0, 500, 250, 1) (0, 16., 3080., 'square', 12., '', 'e308', 140, 'um', 1., 0., 0., 1., 308, 0, 0, 500, 250, 1) (0, 48., 3080., 'square', 12., '', 'e309', 141, 'um', 1., 0., 0., 1., 309, 0, 0, 500, 250, 1) (0, 0., 3100., 'square', 12., '', 'e310', 142, 'um', 1., 0., 0., 1., 310, 0, 0, 500, 250, 1) (0, 32., 3100., 'square', 12., '', 'e311', 143, 'um', 1., 0., 0., 1., 311, 0, 0, 500, 250, 1) (0, 16., 3120., 'square', 12., '', 'e312', 144, 'um', 1., 0., 0., 1., 312, 0, 0, 500, 250, 1) (0, 48., 3120., 'square', 12., '', 'e313', 145, 'um', 1., 0., 0., 1., 313, 0, 0, 500, 250, 1) (0, 0., 3140., 'square', 12., '', 'e314', 146, 'um', 1., 0., 0., 1., 314, 0, 0, 500, 250, 1) (0, 32., 3140., 'square', 12., '', 'e315', 147, 'um', 1., 0., 0., 1., 315, 0, 0, 500, 250, 1) (0, 16., 3160., 'square', 12., '', 'e316', 148, 'um', 1., 0., 0., 1., 316, 0, 0, 500, 250, 1) (0, 48., 3160., 'square', 12., '', 'e317', 149, 'um', 1., 0., 0., 1., 317, 0, 0, 500, 250, 1) (0, 0., 3180., 'square', 12., '', 'e318', 150, 'um', 1., 0., 0., 1., 318, 0, 0, 500, 250, 1) (0, 32., 3180., 'square', 12., '', 'e319', 151, 'um', 1., 0., 0., 1., 319, 0, 0, 500, 250, 1) (0, 16., 3200., 'square', 12., '', 'e320', 152, 'um', 1., 0., 0., 1., 320, 0, 0, 500, 250, 1) (0, 48., 3200., 'square', 12., '', 'e321', 153, 'um', 1., 0., 0., 1., 321, 0, 0, 500, 250, 1) (0, 0., 3220., 'square', 12., '', 'e322', 154, 'um', 1., 0., 0., 1., 322, 0, 0, 500, 250, 1) (0, 32., 3220., 'square', 12., '', 'e323', 155, 'um', 1., 0., 0., 1., 323, 0, 0, 500, 250, 1) (0, 16., 3240., 'square', 12., '', 'e324', 156, 'um', 1., 0., 0., 1., 324, 0, 0, 500, 250, 1) (0, 48., 3240., 'square', 12., '', 'e325', 157, 'um', 1., 0., 0., 1., 325, 0, 0, 500, 250, 1) (0, 0., 3260., 'square', 12., '', 'e326', 158, 'um', 1., 0., 0., 1., 326, 0, 0, 500, 250, 1) (0, 32., 3260., 'square', 12., '', 'e327', 159, 'um', 1., 0., 0., 1., 327, 0, 0, 500, 250, 1) (0, 16., 3280., 'square', 12., '', 'e328', 160, 'um', 1., 0., 0., 1., 328, 0, 0, 500, 250, 1) (0, 48., 3280., 'square', 12., '', 'e329', 161, 'um', 1., 0., 0., 1., 329, 0, 0, 500, 250, 1) (0, 0., 3300., 'square', 12., '', 'e330', 162, 'um', 1., 0., 0., 1., 330, 0, 0, 500, 250, 1) (0, 32., 3300., 'square', 12., '', 'e331', 163, 'um', 1., 0., 0., 1., 331, 0, 0, 500, 250, 1) (0, 16., 3320., 'square', 12., '', 'e332', 164, 'um', 1., 0., 0., 1., 332, 0, 0, 500, 250, 1) (0, 48., 3320., 'square', 12., '', 'e333', 165, 'um', 1., 0., 0., 1., 333, 0, 0, 500, 250, 1) (0, 0., 3340., 'square', 12., '', 'e334', 166, 'um', 1., 0., 0., 1., 334, 0, 0, 500, 250, 1) (0, 32., 3340., 'square', 12., '', 'e335', 167, 'um', 1., 0., 0., 1., 335, 0, 0, 500, 250, 1) (0, 16., 3360., 'square', 12., '', 'e336', 168, 'um', 1., 0., 0., 1., 336, 0, 0, 500, 250, 1) (0, 48., 3360., 'square', 12., '', 'e337', 169, 'um', 1., 0., 0., 1., 337, 0, 0, 500, 250, 1) (0, 0., 3380., 'square', 12., '', 'e338', 170, 'um', 1., 0., 0., 1., 338, 0, 0, 500, 250, 1) (0, 32., 3380., 'square', 12., '', 'e339', 171, 'um', 1., 0., 0., 1., 339, 0, 0, 500, 250, 1) (0, 16., 3400., 'square', 12., '', 'e340', 172, 'um', 1., 0., 0., 1., 340, 0, 0, 500, 250, 1) (0, 48., 3400., 'square', 12., '', 'e341', 173, 'um', 1., 0., 0., 1., 341, 0, 0, 500, 250, 1) (0, 0., 3420., 'square', 12., '', 'e342', 174, 'um', 1., 0., 0., 1., 342, 0, 0, 500, 250, 1) (0, 32., 3420., 'square', 12., '', 'e343', 175, 'um', 1., 0., 0., 1., 343, 0, 0, 500, 250, 1) (0, 16., 3440., 'square', 12., '', 'e344', 176, 'um', 1., 0., 0., 1., 344, 0, 0, 500, 250, 1) (0, 48., 3440., 'square', 12., '', 'e345', 177, 'um', 1., 0., 0., 1., 345, 0, 0, 500, 250, 1) (0, 0., 3460., 'square', 12., '', 'e346', 178, 'um', 1., 0., 0., 1., 346, 0, 0, 500, 250, 1) (0, 32., 3460., 'square', 12., '', 'e347', 179, 'um', 1., 0., 0., 1., 347, 0, 0, 500, 250, 1) (0, 16., 3480., 'square', 12., '', 'e348', 180, 'um', 1., 0., 0., 1., 348, 0, 0, 500, 250, 1) (0, 48., 3480., 'square', 12., '', 'e349', 181, 'um', 1., 0., 0., 1., 349, 0, 0, 500, 250, 1) (0, 0., 3500., 'square', 12., '', 'e350', 182, 'um', 1., 0., 0., 1., 350, 0, 0, 500, 250, 1) (0, 32., 3500., 'square', 12., '', 'e351', 183, 'um', 1., 0., 0., 1., 351, 0, 0, 500, 250, 1) (0, 16., 3520., 'square', 12., '', 'e352', 184, 'um', 1., 0., 0., 1., 352, 0, 0, 500, 250, 1) (0, 48., 3520., 'square', 12., '', 'e353', 185, 'um', 1., 0., 0., 1., 353, 0, 0, 500, 250, 1)]
    location [[ 16. 1680.] [ 48. 1680.] [ 0. 1700.] [ 32. 1700.] [ 16. 1720.] [ 48. 1720.] [ 0. 1740.] [ 32. 1740.] [ 16. 1760.] [ 48. 1760.] [ 0. 1780.] [ 32. 1780.] [ 16. 1800.] [ 48. 1800.] [ 0. 1820.] [ 32. 1820.] [ 16. 1840.] [ 48. 1840.] [ 0. 1860.] [ 32. 1860.] [ 16. 1880.] [ 48. 1880.] [ 0. 1900.] [ 32. 1900.] [ 16. 1920.] [ 48. 1920.] [ 0. 1940.] [ 32. 1940.] [ 16. 1960.] [ 48. 1960.] [ 0. 1980.] [ 32. 1980.] [ 16. 2000.] [ 48. 2000.] [ 0. 2020.] [ 32. 2020.] [ 16. 2040.] [ 48. 2040.] [ 0. 2060.] [ 32. 2060.] [ 16. 2080.] [ 48. 2080.] [ 0. 2100.] [ 32. 2100.] [ 16. 2120.] [ 48. 2120.] [ 0. 2140.] [ 32. 2140.] [ 16. 2160.] [ 48. 2160.] [ 0. 2180.] [ 32. 2180.] [ 16. 2200.] [ 48. 2200.] [ 0. 2220.] [ 32. 2220.] [ 16. 2240.] [ 48. 2240.] [ 0. 2260.] [ 32. 2260.] [ 16. 2280.] [ 48. 2280.] [ 0. 2300.] [ 32. 2300.] [ 16. 2320.] [ 48. 2320.] [ 0. 2340.] [ 32. 2340.] [ 16. 2360.] [ 48. 2360.] [ 0. 2380.] [ 32. 2380.] [ 16. 2400.] [ 48. 2400.] [ 0. 2420.] [ 32. 2420.] [ 16. 2440.] [ 48. 2440.] [ 0. 2460.] [ 32. 2460.] [ 16. 2480.] [ 48. 2480.] [ 0. 2500.] [ 32. 2500.] [ 16. 2520.] [ 48. 2520.] [ 0. 2540.] [ 32. 2540.] [ 16. 2560.] [ 48. 2560.] [ 0. 2580.] [ 32. 2580.] [ 16. 2600.] [ 48. 2600.] [ 0. 2620.] [ 32. 2620.] [ 16. 2640.] [ 48. 2640.] [ 0. 2660.] [ 32. 2660.] [ 16. 2680.] [ 48. 2680.] [ 0. 2700.] [ 32. 2700.] [ 16. 2720.] [ 48. 2720.] [ 0. 2740.] [ 32. 2740.] [ 16. 2760.] [ 48. 2760.] [ 0. 2780.] [ 32. 2780.] [ 16. 2800.] [ 48. 2800.] [ 0. 2820.] [ 32. 2820.] [ 16. 2840.] [ 48. 2840.] [ 0. 2860.] [ 32. 2860.] [ 16. 2880.] [ 48. 2880.] [ 0. 2900.] [ 32. 2900.] [ 16. 2920.] [ 48. 2920.] [ 0. 2940.] [ 32. 2940.] [ 16. 2960.] [ 48. 2960.] [ 0. 2980.] [ 32. 2980.] [ 16. 3000.] [ 48. 3000.] [ 0. 3020.] [ 32. 3020.] [ 16. 3040.] [ 48. 3040.] [ 0. 3060.] [ 32. 3060.] [ 16. 3080.] [ 48. 3080.] [ 0. 3100.] [ 32. 3100.] [ 16. 3120.] [ 48. 3120.] [ 0. 3140.] [ 32. 3140.] [ 16. 3160.] [ 48. 3160.] [ 0. 3180.] [ 32. 3180.] [ 16. 3200.] [ 48. 3200.] [ 0. 3220.] [ 32. 3220.] [ 16. 3240.] [ 48. 3240.] [ 0. 3260.] [ 32. 3260.] [ 16. 3280.] [ 48. 3280.] [ 0. 3300.] [ 32. 3300.] [ 16. 3320.] [ 48. 3320.] [ 0. 3340.] [ 32. 3340.] [ 16. 3360.] [ 48. 3360.] [ 0. 3380.] [ 32. 3380.] [ 16. 3400.] [ 48. 3400.] [ 0. 3420.] [ 32. 3420.] [ 16. 3440.] [ 48. 3440.] [ 0. 3460.] [ 32. 3460.] [ 16. 3480.] [ 48. 3480.] [ 0. 3500.] [ 32. 3500.] [ 16. 3520.] [ 48. 3520.]]
    group [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
    inter_sample_shift [0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462 0.69230769 0.69230769 0.76923077 0.76923077 0.84615385 0.84615385 0. 0. 0.07692308 0.07692308 0.15384615 0.15384615 0.23076923 0.23076923 0.30769231 0.30769231 0.38461538 0.38461538 0.46153846 0.46153846 0.53846154 0.53846154 0.61538462 0.61538462]
```python #sorting_KS2 = ss.run_sorter(sorter_name="kilosort2", recording=rec, docker_image=True, verbose=True) #import docker print('#') sorting = ss.run_sorter(sorter_name="kilosort4", recording=rec, docker_image=False, remove_existing_folder=True, delete_output_folder = False, torch_device=("cuda:0"), verbose=True) sorting ``` # /home/zhangdaohan20h/public_data/NPX_examples/Pt01/Pt01_g0_t0.imec0.ap.meta /home/zhangdaohan20h/public_data/NPX_examples/Pt01/Pt01_g0_t0.imec0.lf.meta Error running kilosort4 --------------------------------------------------------------------------- SpikeSortingError Traceback (most recent call last) Cell In[10], line 4 1 #sorting_KS2 = ss.run_sorter(sorter_name="kilosort2", recording=rec, docker_image=True, verbose=True) 2 #import docker 3 print('#') ----> 4 sorting = ss.run_sorter(sorter_name="kilosort4", recording=rec, docker_image=False, remove_existing_folder=True, delete_output_folder = False, 5 torch_device=("cuda:0"), verbose=True) 6 sorting File ~/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/runsorter.py:216, in run_sorter(sorter_name, recording, folder, remove_existing_folder, delete_output_folder, verbose, raise_error, docker_image, singularity_image, delete_container_files, with_output, output_folder, **sorter_params) 205 raise RuntimeError( 206 "The python `spython` package must be installed to " 207 "run singularity. Install with `pip install spython`" 208 ) 210 return run_sorter_container( 211 container_image=container_image, 212 mode=mode, 213 **common_kwargs, 214 ) --> 216 return run_sorter_local(**common_kwargs) File ~/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/runsorter.py:276, in run_sorter_local(sorter_name, recording, folder, remove_existing_folder, delete_output_folder, verbose, raise_error, with_output, output_folder, **sorter_params) 274 SorterClass.set_params_to_folder(recording, folder, sorter_params, verbose) 275 SorterClass.setup_recording(recording, folder, verbose=verbose) --> 276 SorterClass.run_from_folder(folder, raise_error, verbose) 277 if with_output: 278 sorting = SorterClass.get_result_from_folder(folder, register_recording=True, sorting_info=True) File ~/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/basesorter.py:301, in BaseSorter.run_from_folder(cls, output_folder, raise_error, verbose) 298 print(f"{sorter_name} run time {run_time:0.2f}s") 300 if has_error and raise_error: --> 301 raise SpikeSortingError( 302 f"Spike sorting error trace:\n{error_log_to_display}\n" 303 f"Spike sorting failed. You can inspect the runtime trace in {output_folder}/spikeinterface_log.json." 304 ) 306 return run_time SpikeSortingError: Spike sorting error trace: Traceback (most recent call last): File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/basesorter.py", line 261, in run_from_folder SorterClass._run_from_folder(sorter_output_folder, sorter_params, verbose) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/external/kilosort4.py", line 178, in _run_from_folder recording = cls.load_recording_from_folder(sorter_output_folder.parent, with_warnings=False) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/basesorter.py", line 212, in load_recording_from_folder recording = load_extractor(json_file, base_folder=output_folder) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 1188, in load_extractor return BaseExtractor.load(file_or_folder_or_dict, base_folder=base_folder) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 769, in load extractor = BaseExtractor.from_dict(d, base_folder=base_folder) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 515, in from_dict extractor = _load_extractor_from_dict(dictionary) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 1107, in _load_extractor_from_dict new_kwargs[name] = _load_extractor_from_dict(value) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 1107, in _load_extractor_from_dict new_kwargs[name] = _load_extractor_from_dict(value) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 1107, in _load_extractor_from_dict new_kwargs[name] = _load_extractor_from_dict(value) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/base.py", line 1127, in _load_extractor_from_dict extractor = extractor_class(**new_kwargs) File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sortingcomponents/motion/motion_interpolation.py", line 326, in __init__ assert channel_locations.ndim >= motion.dim, ( AttributeError: 'dict' object has no attribute 'dim' Spike sorting failed. You can inspect the runtime trace in /share/home/zhangdaohan20h/CODES/NPX/preanalysis/kilosort4_output/spikeinterface_log.json. ```python ```
zm711 commented 2 months ago

@samuelgarcia @cwindolf. This seems like an issue with the Motion object. Any ideas? I haven't read the stack trace too closely, but I haven't looked at the Motion code at all, so better just to let you guys take a look.

cwindolf commented 2 months ago

Hi @zm711 , thanks for flagging this! I think that you may be the first user of LFP-based dredge in SpikeInterface @DaohanZhang , thanks for trying it out. At first glance this seems like it could relate to un-pickling of the motion object? I can try to dig into that when I get a chance but Sam probably knows better than me if that's the right idea...

samuelgarcia commented 2 months ago

Hi thanks for reporting. I can also have look. @cwindolf : did you already fixed it ?

cwindolf commented 2 months ago

No, haven't had a chance to look into this (or https://github.com/SpikeInterface/spikeinterface/issues/3328) in detail yet

JuanPimientoCaicedo commented 2 months ago

Hello, everyone. It seems that it is a problem related to the motion object in general, I tried to spikesort after using AP based dregde and I got the same message:

SpikeSortingError                         Traceback (most recent call last)
Cell In[11], line 8
      6     sorting = si.read_kilosort(Analysis / 'KS4' / 'sorter_output') # load sorting object
      7 else:
----> 8     sorting = si.run_sorter(sorter_name = 'kilosort4', recording = recording, 
      9                         folder = Analysis_folder / 'KS4', 
     10                         do_correction = False, verbose = True, docker_image = False)

File [~\spikeinterface\src\spikeinterface\sorters\runsorter.py:216](http://localhost:8888/lab/tree/OneDrive%20-%20The%20University%20of%20Western%20Ontario/Documents/code/Poster%20-%20SFN%202024/Spikesorting/~/spikeinterface/src/spikeinterface/sorters/runsorter.py#line=215), in run_sorter(sorter_name, recording, folder, remove_existing_folder, delete_output_folder, verbose, raise_error, docker_image, singularity_image, delete_container_files, with_output, output_folder, **sorter_params)
    205             raise RuntimeError(
    206                 "The python `spython` package must be installed to "
    207                 "run singularity. Install with `pip install spython`"
    208             )
    210     return run_sorter_container(
    211         container_image=container_image,
    212         mode=mode,
    213         **common_kwargs,
    214     )
--> 216 return run_sorter_local(**common_kwargs)

File [~\spikeinterface\src\spikeinterface\sorters\runsorter.py:276](http://localhost:8888/lab/tree/OneDrive%20-%20The%20University%20of%20Western%20Ontario/Documents/code/Poster%20-%20SFN%202024/Spikesorting/~/spikeinterface/src/spikeinterface/sorters/runsorter.py#line=275), in run_sorter_local(sorter_name, recording, folder, remove_existing_folder, delete_output_folder, verbose, raise_error, with_output, output_folder, **sorter_params)
    274 SorterClass.set_params_to_folder(recording, folder, sorter_params, verbose)
    275 SorterClass.setup_recording(recording, folder, verbose=verbose)
--> 276 SorterClass.run_from_folder(folder, raise_error, verbose)
    277 if with_output:
    278     sorting = SorterClass.get_result_from_folder(folder, register_recording=True, sorting_info=True)

File [~\spikeinterface\src\spikeinterface\sorters\basesorter.py:301](http://localhost:8888/lab/tree/OneDrive%20-%20The%20University%20of%20Western%20Ontario/Documents/code/Poster%20-%20SFN%202024/Spikesorting/~/spikeinterface/src/spikeinterface/sorters/basesorter.py#line=300), in BaseSorter.run_from_folder(cls, output_folder, raise_error, verbose)
    298         print(f"{sorter_name} run time {run_time:0.2f}s")
    300 if has_error and raise_error:
--> 301     raise SpikeSortingError(
    302         f"Spike sorting error trac[e:\n](file:///E:/n){error_log_to_display}\n"
    303         f"Spike sorting failed. You can inspect the runtime trace in {output_folder}/spikeinterface_log.json."
    304     )
    306 return run_time

SpikeSortingError: Spike sorting error trace:
Traceback (most recent call last):
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\sorters\basesorter.py", line 261](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/sorters/basesorter.py#line=260), in run_from_folder
    SorterClass._run_from_folder(sorter_output_folder, sorter_params, verbose)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\sorters\external\kilosort4.py", line 180](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/sorters/external/kilosort4.py#line=179), in _run_from_folder
    recording = cls.load_recording_from_folder(sorter_output_folder.parent, with_warnings=False)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\sorters\basesorter.py", line 212](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/sorters/basesorter.py#line=211), in load_recording_from_folder
    recording = load_extractor(json_file, base_folder=output_folder)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\core\base.py", line 1184](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/core/base.py#line=1183), in load_extractor
    return BaseExtractor.load(file_or_folder_or_dict, base_folder=base_folder)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\core\base.py", line 769](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/core/base.py#line=768), in load
    extractor = BaseExtractor.from_dict(d, base_folder=base_folder)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\core\base.py", line 515](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/core/base.py#line=514), in from_dict
    extractor = _load_extractor_from_dict(dictionary)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\core\base.py", line 1123](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/core/base.py#line=1122), in _load_extractor_from_dict
    extractor = extractor_class(**new_kwargs)
  File "[C:\Users\Juan\spikeinterface\src\spikeinterface\sortingcomponents\motion\motion_interpolation.py", line 302](file:///C:/Users/Juan/spikeinterface/src/spikeinterface/sortingcomponents/motion/motion_interpolation.py#line=301), in __init__
    assert channel_locations.ndim >= motion.dim, (
AttributeError: 'dict' object has no attribute 'dim'
alejoe91 commented 2 months ago

As @cwindolf suggested is probably something off with the pickling/unpickling. @JuanPimientoCaicedo do you have a spikeinterface_recording.json or .pkl in the sorting output folder?

JuanPimientoCaicedo commented 2 months ago

Yes, I have it, let me share it to you, this is the code that I use to correct the motion and it seems the dim attribute is there. 

# Apply drift correction 

motion_info = si.load_motion_info(Analysis_folder / 'motion_correction')

recording = interpolate_motion(recording = recording,
                                 motion = motion_info['motion'],
                                 **motion_info['parameters']['interpolate_motion_kwargs'])

print(motion_info['motion'].dim)
1

spikeinterface_recording.json

I will keep digging into it.

cwindolf commented 2 months ago

Maybe during the json loading _load_extractor_from_dict is confused by Motion objects, since they're not BaseExtractors, so they just get left as dicts? Would that mean that InterpolateMotionRecordings are only pickleable and not json-serializable? This is just my guess -- maybe there is also a way to make them work with json

JuanPimientoCaicedo commented 2 months ago

I think I misunderstood your question, in the sorter_output folder I only have the probe.prb file

image

alejoe91 commented 2 months ago

Ok, I guess that is the issue. When we dump to JSON, we call the Motion.to_dict() here. The Motion dict is then reloaded as a dict, and not instantiated as a Motion object anywhere..

alejoe91 commented 2 months ago

I think I misunderstood your question, in the sorter_output folder I only have the probe.prb file

image

No no you perfectly understood! That's what I wanted to know :)

alejoe91 commented 2 months ago

A quick fix would be to make the InterpolateMotionRecording not JSON serializable. This will generate a pickle file instead of a JSON file, and probably will fix this issue.

Let me make a test PR for you guys to try!

alejoe91 commented 2 months ago

Can you test this out? https://github.com/SpikeInterface/spikeinterface/pull/3341

JuanPimientoCaicedo commented 2 months ago

@alejoe91 yes, it works. I was able to pass that point.

Thank you!

DaohanZhang commented 2 months ago

Thanks a lot! But actually I do not think this issue got entirely fixed, despite testing results using interpolation method dredge_ap seem okay. I still encountered the similar issue reported in https://github.com/SpikeInterface/spikeinterface/issues/3328

import numpy as np
import matplotlib.pyplot as plt
import spikeinterface.full as si  # import core only
import spikeinterface.extractors as se
import spikeinterface.preprocessing as spre
import spikeinterface.sorters as ss
import spikeinterface.postprocessing as spost
import spikeinterface.qualitymetrics as sqm
import spikeinterface.comparison as sc
import spikeinterface.exporters as sexp
import spikeinterface.curation as scur
import spikeinterface.widgets as sw
from spikeinterface.sortingcomponents.peak_detection import detect_peaks
from spikeinterface.sortingcomponents.peak_localization import localize_peaks
from spikeinterface.sortingcomponents.motion import estimate_motion
from spikeinterface import set_global_job_kwargs
global_job_kwargs = dict(n_jobs=20, chunk_duration="1s", progress_bar=True)
set_global_job_kwargs(**global_job_kwargs)
lfpraw = se.read_spikeglx("/home/zhangdaohan20h/public_data/NPX_examples/Pt01/", load_sync_channel=False, 
                          stream_id="imec0.lf")
lfprec = si.astype(lfpraw, np.float32)
lfprec = si.depth_order(lfprec)

cutoff_um = 8000
if cutoff_um is not None:
    geom = lfprec.get_channel_locations()
    lfprec = lfprec.remove_channels(lfprec.channel_ids[geom[:, 1] > cutoff_um])

lfprec = si.bandpass_filter(
    lfprec,
    freq_min=0.5,
    freq_max=250,
    margin_ms=1000,
    filter_order=3,
    dtype="float32",
    add_reflect_padding=True,
)
bad_chans, labels = si.detect_bad_channels(lfprec, psd_hf_threshold=1.4, num_random_chunks=100, seed=0)
print("Found bad channels", bad_chans)
lfprec = lfprec.remove_channels(bad_chans)
lfprec = si.phase_shift(lfprec)
lfprec = si.common_reference(lfprec)
lfprec = si.resample(lfprec, 250, margin_ms=1000)
lfprec = si.directional_derivative(lfprec, order=2, edge_order=1)
lfprec = si.average_across_direction(lfprec)
from spikeinterface.sortingcomponents.motion import estimate_motion
motion = estimate_motion(lfprec, method='dredge_lfp', rigid=False, progress_bar=True, max_disp_um=1000)
rec = se.read_spikeglx("/home/zhangdaohan20h/public_data/NPX_examples/Pt01", 
                        load_sync_channel=False, stream_id="imec0.ap")
rec = si.astype(rec, np.float32)
rec = si.bandpass_filter(rec)
rec = si.common_reference(rec)
#interpolate 30kHz AP with motion of 250Hz downsampled LFP
rec = interpolate_motion(rec, motion, border_mode='remove_channels', 
                             spatial_interpolation_method='kriging', sigma_um=20.0, p=1, 
                             num_closest=3, interpolation_time_bin_centers_s=None, 
                             interpolation_time_bin_size_s=None, dtype=None)
sorting = ss.run_sorter(sorter_name="kilosort4", recording=rec, docker_image=False, remove_existing_folder=True, delete_output_folder = False,
                        torch_device=("cuda:0"), verbose=True)

sorting
========================================
Loading recording with SpikeInterface...
number of samples: 25014692
number of channels: 70
numbef of segments: 1
sampling rate: 30000.0
dtype: float32
========================================
Preprocessing filters computed in  355.39s; total  355.39s

computing drift
Re-computing universal templates from data.
100%|█████████▉| 416/417 [2:20:33<00:20, 20.27s/it]  
Error running kilosort4
---------------------------------------------------------------------------
SpikeSortingError                         Traceback (most recent call last)
Cell In[9], line 1
----> 1 sorting = ss.run_sorter(sorter_name="kilosort4", recording=rec, docker_image=False, remove_existing_folder=True, delete_output_folder = False,
      2                         torch_device=("cuda:0"), verbose=True)
      4 sorting

File ~/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/runsorter.py:216, in run_sorter(sorter_name, recording, folder, remove_existing_folder, delete_output_folder, verbose, raise_error, docker_image, singularity_image, delete_container_files, with_output, output_folder, **sorter_params)
    205             raise RuntimeError(
    206                 "The python `spython` package must be installed to "
    207                 "run singularity. Install with `pip install spython`"
    208             )
    210     return run_sorter_container(
    211         container_image=container_image,
    212         mode=mode,
    213         **common_kwargs,
    214     )
--> 216 return run_sorter_local(**common_kwargs)

File ~/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/runsorter.py:276, in run_sorter_local(sorter_name, recording, folder, remove_existing_folder, delete_output_folder, verbose, raise_error, with_output, output_folder, **sorter_params)
    274 SorterClass.set_params_to_folder(recording, folder, sorter_params, verbose)
    275 SorterClass.setup_recording(recording, folder, verbose=verbose)
--> 276 SorterClass.run_from_folder(folder, raise_error, verbose)
    277 if with_output:
    278     sorting = SorterClass.get_result_from_folder(folder, register_recording=True, sorting_info=True)

File ~/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/basesorter.py:301, in BaseSorter.run_from_folder(cls, output_folder, raise_error, verbose)
    298         print(f"{sorter_name} run time {run_time:0.2f}s")
    300 if has_error and raise_error:
--> 301     raise SpikeSortingError(
    302         f"Spike sorting error trace:\n{error_log_to_display}\n"
    303         f"Spike sorting failed. You can inspect the runtime trace in {output_folder}/spikeinterface_log.json."
    304     )
    306 return run_time

SpikeSortingError: Spike sorting error trace:
Traceback (most recent call last):
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/basesorter.py", line 261, in run_from_folder
    SorterClass._run_from_folder(sorter_output_folder, sorter_params, verbose)
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sorters/external/kilosort4.py", line 256, in _run_from_folder
    ops, bfile, st0 = compute_drift_correction(
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/kilosort/run_kilosort.py", line 344, in compute_drift_correction
    ops, st = datashift.run(ops, bfile, device=device, progress_bar=progress_bar)
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/kilosort/datashift.py", line 192, in run
    st, _, ops  = spikedetect.run(ops, bfile, device=device, progress_bar=progress_bar)
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/kilosort/spikedetect.py", line 231, in run
    X = bfile.padded_batch_to_torch(ibatch, ops)
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/kilosort/io.py", line 666, in padded_batch_to_torch
    X = super().padded_batch_to_torch(ibatch)
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/kilosort/io.py", line 486, in padded_batch_to_torch
    data = self.file[bstart : bend]
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/kilosort/io.py", line 899, in __getitem__
    samples = self.recording.get_traces(start_frame=i, end_frame=j,
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/core/baserecording.py", line 342, in get_traces
    traces = rs.get_traces(start_frame=start_frame, end_frame=end_frame, channel_indices=channel_indices)
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sortingcomponents/motion/motion_interpolation.py", line 467, in get_traces
    traces = interpolate_motion_on_traces(
  File "/home/zhangdaohan20h/.conda/envs/kilosort4/lib/python3.9/site-packages/spikeinterface/sortingcomponents/motion/motion_interpolation.py", line 139, in interpolate_motion_on_traces
    bin_time = time_bins[bin_ind]
IndexError: index 208455 is out of bounds for axis 0 with size 208455

Spike sorting failed. You can inspect the runtime trace in /share/home/zhangdaohan20h/CODES/NPX/preanalysis/MGH01/kilosort4_output/spikeinterface_log.json.

The index 208455 is the number of timestep of motion.displacement calculated by dredge_lfp. I' m a little bit doubtful about @cwindolf "interpolate_motion should work regardless of what time bins the Motion object has." https://github.com/SpikeInterface/spikeinterface/issues/3328, which should not lead to such error in the following sorting procedure. Besides, the same issue did not raise directly in ks3 and ks2.5, maybe it is a hidden error which has not been recognized.