Rozhkov_A add 5 semester

5.1.1/Rozhkov_A/lab_lib.py

@@ -0,0 +1,237 @@
+import numpy as np
+import matplotlib.pyplot as plt
+import matplotlib as mpl
+from scipy.optimize import curve_fit
+
+def countWithSigma(val, arr):
+    sigma = 0
+    for i in arr:
+        sigma += (i[1] / i[0]) ** 2
+    sigma = np.sqrt(sigma) * abs(val)
+    return [val, sigma]
+
+def texAns(val):
+    if len(val) == 1 or val[1] == 0:
+        return r"$%g$" % (val[0])
+
+    inacc = abs(val[1])
+    precision = 0
+
+    if inacc > 1:
+        while int(inacc) > 10:
+            precision -= 1
+            inacc /= 10
+        if 0.1 <= inacc and inacc <= 0.13 or 0.87 <= inacc and inacc <= 1:
+            precision += 1
+    else:
+        while inacc < 1:
+            precision += 1
+            inacc *= 10
+        if 1.0 <= inacc and inacc <= 1.3 or 9.7 <= inacc and inacc < 10:
+            precision += 1
+
+    return r"$%.*f \pm %.*f$" % (precision, np.round(val[0], precision), precision, abs(np.round(val[1], precision)))
+
+def meanWithInacc(arr):
+    mean = np.mean([x[0] for x in arr])
+    n = len(arr)
+
+    rand_inacc = np.sqrt(sum([ 1 / (n * (n - 1)) * (x[0] - mean)**2 for x in arr]))
+    inacc = np.sqrt(rand_inacc**2 + np.mean([x[1] for x in arr])**2)
+
+    return [mean, inacc]
+
+def texTable(table, caption=""):
+    print("")
+    print(r"""
+\begin{table}[!ht]
+    \centering
+    \begin{tabular}{|%s}
+        \hline
+""" % ("c|" * len(table[0])))
+
+    for i in table:
+        print("        ", end = "")
+        for j in range(len(i)):
+            print(i[j], end = "")
+            if j != len(i) - 1:
+                print(" & ", end = "")
+
+        print(r"\\ \hline")
+
+
+    print(r"""
+    \end{tabular}
+    \caption{""" + caption + r"""}
+    \label{}
+\end{table}
+""")
+
+def mnk(x, y):
+    def func(x, k, b):
+        return x * k + b
+
+    popt, pcov = curve_fit(func, x, y, p0 = (0, 0))
+    k, b = popt
+    dk, db = np.sqrt(np.diag(pcov))
+
+    return [k, dk], [b, db]
+
+def mnk_line_get_points(x, y, dx, dy, k_b):
+    minx = min(x) - max(dx)
+    miny = min(y) - max(dy)
+    maxx = max(x) + max(dx)
+    maxy = max(y) + max(dy)
+
+    p_x = [minx, maxx]
+    p_y = [minx * k_b[0][0] + k_b[1][0], maxx * k_b[0][0] + k_b[1][0]]
+
+    if miny > minx * k_b[0][0] + k_b[1][0]:
+        p_x[0] = (miny - k_b[1][0]) / k_b[0][0]
+        p_y[0] = miny
+
+    if maxy < maxx * k_b[0][0] + k_b[1][0]:
+        p_x[1] = (maxy - k_b[1][0]) / k_b[0][0]
+        p_y[1] = maxy
+
+    return p_x, p_y
+
+def make_plot_no_mnk(file, title, xlabel, ylabel, x, y, dx, dy):
+
+    mpl.rcParams['font.size'] = 16                   # Управление стилем, в данном случаем - размером шрифта
+    plt.figure(figsize = (10,8), facecolor = "white") # Создаем фигуру
+
+    # Подписываем оси и график
+    plt.title(title)
+    plt.ylabel(ylabel)
+    plt.xlabel(xlabel)
+
+    #plt.errorbar(x, y, "or", markersize = 9, label = 'Экспериментальные значения')
+    plt.errorbar(x, y, xerr = dx, yerr = dy, fmt='.r', label = 'Экспериментальные значения')
+    #plt.plot(x, y, "+b", label = "Экспериментальные данные", linewidth = 1)
+
+    plt.grid(visible = True, which = 'major', axis = 'both', alpha = 1, linewidth = 0.9)   # Активируем сетку
+    plt.grid(visible = True, which = 'minor', axis = 'both', alpha = 0.5, linestyle = ':')
+
+    plt.minorticks_on()
+    plt.tight_layout()
+    plt.legend(loc = "best", fontsize = 12) # Активируем легенду графика
+
+    plt.savefig("{}".format(file))
+    plt.show()
+
+def make_plot_with_table_values(file, title, xlabel, ylabel, x, y, dx, dy, k_b, table_x, table_y):
+
+    mpl.rcParams['font.size'] = 16                   # Управление стилем, в данном случаем - размером шрифта
+    plt.figure(figsize = (10,8), facecolor = "white") # Создаем фигуру
+
+    # Подписываем оси и график
+    plt.title(title)
+    plt.ylabel(ylabel)
+    plt.xlabel(xlabel)
+
+    #plt.errorbar(x, y, "or", markersize = 9, label = 'Экспериментальные значения')
+    plt.errorbar(x, y, xerr = dx, yerr = dy, fmt='.r', label = 'Экспериментальные значения')
+    #plt.plot(x, y, "+b", label = "Экспериментальные данные", linewidth = 1)
+
+    if table_x != 0 and table_y != 0:
+        plt.errorbar(table_x, table_y, fmt='xb', label = 'Табличные значения')
+
+    x_lin = np.linspace(min(x), max(x), 1000)
+    plt.plot(x_lin, [i * k_b[0][0] + k_b[1][0] for i in x_lin], "b", label = "Аппроксимация")
+
+    plt.grid(visible = True, which = 'major', axis = 'both', alpha = 1, linewidth = 0.9)   # Активируем сетку
+    plt.grid(visible = True, which = 'minor', axis = 'both', alpha = 0.5, linestyle = ':')
+
+    plt.minorticks_on()
+    plt.tight_layout()
+    plt.legend(loc = "best", fontsize = 12) # Активируем легенду графика
+
+    plt.savefig("{}".format(file))
+    plt.show()
+
+def make_polyfit(file, title, xlabel, ylabel, x, y, dx, dy, degree):
+
+    mpl.rcParams['font.size'] = 16
+    plt.figure(figsize = (10,8), facecolor = "white")
+
+    plt.title(title)
+    plt.ylabel(ylabel)
+    plt.xlabel(xlabel)
+
+    plt.errorbar(x, y, xerr = dx, yerr = dy, fmt='.r', label = 'Экспериментальные значения')
+
+    popt = np.polyfit(x, y, degree)
+
+    def func(x):
+        return (sum([popt[degree-i]*x[0]**i for i in range(degree+1)]), sum([(x[1]*popt[degree-i]*x[0]**(i-1)) for i in range(1, degree+1)]))
+
+    x_lin = np.linspace(min(x), max(x), 1000)
+    plt.plot(x_lin, [func((i, 0))[0] for i in x_lin], "b", label = "Аппроксимация")
+
+    plt.grid(visible = True, which = 'major', axis = 'both', alpha = 1, linewidth = 0.9)   # Активируем сетку
+    plt.grid(visible = True, which = 'minor', axis = 'both', alpha = 0.5, linestyle = ':')
+
+    plt.minorticks_on()
+    plt.tight_layout()
+    plt.legend(loc = "best", fontsize = 12) # Активируем легенду графика
+
+    plt.savefig("{}".format(file))
+    plt.show()
+
+    return func, popt
+
+
+def make_mnk(file, title, xlabel, ylabel, x, y, dx, dy):
+
+    k, b = mnk(x, y)
+
+    make_plot_with_table_values(file, title, xlabel, ylabel, x, y, dx, dy, (k, b), 0, 0)
+
+    return k, b
+
+def make_mnk_with_table_values(file, title, xlabel, ylabel, x, y, dx, dy, table_x, table_y):
+
+    k, b = mnk(x, y)
+
+    make_plot_with_table_values(file, title, xlabel, ylabel, x, y, dx, dy, (k, b), table_x, table_y)
+
+    return k, b
+
+def make_mnk_direct_prop(file, title, xlabel, ylabel, x, y, dx, dy):
+
+    mpl.rcParams['font.size'] = 16                   # Управление стилем, в данном случаем - размером шрифта
+    plt.figure(figsize = (10,8), facecolor = "white") # Создаем фигуру
+
+    # Подписываем оси и график
+    plt.title(title)
+    plt.ylabel(ylabel)
+    plt.xlabel(xlabel)
+
+    def func(x, k):
+        return x * k
+
+    popt, pcov = curve_fit(func, x, y, p0 = (0.0))
+    k = popt[0]
+    dk = np.sqrt(np.diag(pcov))[0]
+
+    print("k: ({} +- {})".format(k, dk))
+
+    #plt.errorbar(x, y, "or", markersize = 9, label = 'Экспериментальные значения')
+    plt.errorbar(x, y, xerr = dx, yerr = dy, fmt='.r', label = 'Экспериментальные значения')
+    #plt.plot(x, y, "+b", label = "Экспериментальные данные", linewidth = 1)
+
+    x_lin = np.linspace(x[0], x[-1], 1000)
+    plt.plot(x_lin, func(x_lin, k), "b", label = "Аппроксимация")
+
+    plt.grid(visible = True, which = 'major', axis = 'both', alpha = 1, linewidth = 0.9)   # Активируем сетку
+    plt.grid(visible = True, which = 'minor', axis = 'both', alpha = 0.5, linestyle = ':')
+
+    plt.minorticks_on()
+    plt.tight_layout()
+    plt.legend(loc = "best", fontsize = 12) # Активируем легенду графика
+
+    plt.savefig("{}".format(file))
+    plt.show()
+
+    return [k, dk]