Duda con kwargs.pop()

[razpeitia]

1.- Tu error no esta en la linea 15
2.- El método pop de los diccionarios no esta relacionado a tu problema.
3.- Tu problema esta en la linea 48 falla cuando el array esta lleno de ceros, no validas bien ese caso.

Código Python:

from __future__ import unicode_literals
 
import numpy as np
from numpy import ma
from matplotlib import scale as mscale
from matplotlib import transforms as mtransforms
from matplotlib.ticker import Formatter, FixedLocator
 
class EscalaAcumuladaGumbel(mscale.ScaleBase):
 
    name = 'gumbel'
 
    def __init__(self, axis, **kwargs):
        mscale.ScaleBase.__init__(self)
        umbral = kwargs.pop("umbral", 0.9999)
        if not (0 < umbral < 1.0):
            raise ValueError("umbral debe ser mayor que 0.0 o menor que 1.0")
        self.umbral = umbral
 
    def get_transform(self):
        return self.TransformacionAcumuladaGumbel(self.umbral)
 
    def set_default_locators_and_formatters(self, axis):
        class TresDecimales(Formatter):
            def __call__(self, x, pos=None):
                return '%.3f' % x
        axis.set_major_locator(FixedLocator(np.arange(0.0, 1.0, 0.05)))
        axis.set_major_formatter(TresDecimales())
        axis.set_minor_formatter(TresDecimales())
 
    def limit_range_for_scale(self, vmin, vmax, minpos):
        return max(vmin, -self.umbral), min(vmax, self.umbral)
 
    class TransformacionAcumuladaGumbel(mtransforms.Transform):
        input_dims = 1
        output_dims = 1
        is_separable = True
 
        def __init__(self, umbral):
            mtransforms.Transform.__init__(self)
            self.umbral = umbral
 
        def transform(self, a):
            masked = ma.masked_where((a < -self.umbral) | (a > self.umbral), a)
            if masked.mask.any():
                return 0.156516164484 + (0.0915834783405*(-ma.log(-ma.log(a))))
            else:
                if not np.all(a):
                    a = np.empty(a.size)
                    a.fill(.9999)
                return 0.156516164484 + (0.0915834783405*(-np.log(-np.log(a))))
 
        def inverted(self):
            return EscalaAcumuladaGumbel.TransformacionInversaAcumuladaGumbel(self.umbral)
 
    class TransformacionInversaAcumuladaGumbel(mtransforms.Transform):
        input_dims = 1
        output_dims = 1
        is_separable = True
 
        def __init__(self, umbral):
            mtransforms.Transform.__init__(self)
            self.umbral = umbral
 
        def transform(self, a):
            return np.exp(-np.exp(-a))
 
        def inverted(self):
            return EscalaAcumuladaGumbel.TransformacionAcumuladaGumbel(self.umbral)
 
mscale.register_scale(EscalaAcumuladaGumbel)
 
 
if __name__ == '__main__':
    import matplotlib.pyplot as plt
 
    Datos = np.array([ 2690.0, 2700.0, 2700.667, 2701.333, 2702.0, 3196.0, 2372.0, 2395.0, 2128.0, 2727.0, 2431.0, 2850.0, 2216.0, 2057.0, 2269.0, 2208.0, 2628.0, 2729.0, 2588.0, 3448.0, 2508.0, 3081.0, 2417.0, 2770.0, 2283.0, 2455.0, 1963.0, 2786.0, 2885.0, 2357.0, 3422.0, 2423.0, 2148.0, 1305.0, 2472.0, 2186.0, 2720.0, 2430.0, 2304.0, 2556.0, 2625.0, 2164.0, 2585.0, ])
    DatosOrdenados = np.sort(Datos)
    mu = 2353.157
    sigma = 297.961
 
    y1 = ( DatosOrdenados - mu) / sigma
    x1 = np.exp(-np.exp(-y1))
 
    plt.plot(x1, y1, 'ro', lw=2)
    plt.gca().set_xscale('gumbel')
 
    plt.xlabel('F(z)')
    plt.ylabel('z')
    plt.title('Papel de probabilidad de Gumbel')
    plt.xticks(rotation='vertical', fontsize=7)
    plt.grid(True)
 
    plt.show()