Skip to main content

A library for experimental data calculation, treatment and display, which can be used for College Physics Experiment, Analytical Chemistry, etc.

Project description

【重要通知】为了给接下来误差计算相关功能的开发作准备,避免类与模块的混淆,从0.2.6版本开始,与不确定度计算有关的类Ins、Measure、Uncertainty以及函数模块std、ACategory、BCategory将不再归于analyticlab根目录下,而是统一归于uncertainty类目录下,即诸如from analyticlab import Measure的导入将无法实现, 而需要通过from analyticlab.uncertainty import Measure来实现。

analyticlab(分析实验室)

analyticlab是一个实验数据计算、分析和计算过程展示的Python库,可应用于大学物理实验、分析化学等实验类学科以及大创、工艺流程等科技类竞赛的数据处理。该库包含以下5个部分:

  • 数值运算(num、numitem模块):按照有效数字运算规则的数值运算。
  • 数理统计(numitem、twoitems模块):包括偏差、误差、置信区间、协方差、相关系数、单个样本的显著性检验、两个样本的显著性检验。
  • 离群值处理(outlier模块):包括Nair检验、Grubbs检验、Dixon检验和偏度-峰度检验。
  • 符号表达式合成(lsym、lsymitem模块):根据符号和关系式,得到LaTeX格式的计算式。
  • 不确定度计算(uncertainty包):根据实验数据、测量仪器和测量公式,计算不确定度。

模块定义

库中定义了9个类:

  • Num:分析数值运算类,位于num模块。
  • NumItem:分析数组类,位于numitem模块。
  • LSym:LaTeX符号生成类,位于lsym模块。
  • LSymItem:LaTeX符号组类,位于lsymitem模块。
  • Const:常数类,位于const模块。
  • LaTeX:公式集类,位于latexoutput模块。
  • uncertainty.Ins:测量仪器类,位于uncertainty.ins模块。
  • uncertainty.Measure:测量类,位于uncertainty.measure模块。
  • uncertainty.Uncertainty:不确定度类,位于uncertainty.unc模块。

7个函数模块:

  • amath:对数值、符号、测量的求根、对数、三角函数运算。
  • twoitems:两组数据的数理统计。
  • outlier:离群值处理。
  • latexoutput:数学公式、表格、LaTeX符号和不确定度等的输出。
  • uncertainty.std:计算标准偏差。
  • uncertainty.ACategory:计算A类不确定度。
  • uncertainty.BCategory:计算B类不确定度。

类的主要功能和绝大多数函数支持process(显示计算过程),通过在调用类方法或函数时,附加参数process=True实现。具体哪些类方法和函数支持process,可以查阅使用教程,或者通过help函数查询其说明文档。注意计算过程是以LaTeX格式输出的,因此只有在Jupyter Notebook环境下,才能显示计算过程。

如何安装或更新

1.通过pip安装:

  • pip install analyticlab

2.通过pip更新版本:

  • pip install analyticlab --upgrade
    如果更新失败,可以尝试先卸载旧版本,再安装新版本:
  • pip uninstall analyticlab
  • pip install analyticlab

3.在pypi上下载analyticlab源代码并安装:

运行环境

analyticlab只能在Python 3.x环境下运行,不支持Python 2.x环境。要求系统已安装numpy、scipy、sympy库。可以在绝大多数Python平台下运行,但计算过程只有在Jupyter Notebook环境下才能显示出来。

参照标准文件

  • GBT 8170-2008 数值修约规则与极限数值的表示和判定
  • GBT 4883-2008 数据的统计处理和解释正态样本离群值的判断和处理
  • JJF1059.1-2012 测量不确定度评定与表示
  • CNAS-GL06 化学领域不确定度指南

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

analyticlab-0.2.6.tar.gz (59.8 kB view details)

Uploaded Source

Built Distribution

analyticlab-0.2.6-py3-none-any.whl (70.2 kB view details)

Uploaded Python 3

File details

Details for the file analyticlab-0.2.6.tar.gz.

File metadata

  • Download URL: analyticlab-0.2.6.tar.gz
  • Upload date:
  • Size: 59.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/1.11.0 pkginfo/1.4.2 requests/2.18.4 setuptools/40.0.0 requests-toolbelt/0.8.0 tqdm/4.24.0 CPython/3.6.5

File hashes

Hashes for analyticlab-0.2.6.tar.gz
Algorithm Hash digest
SHA256 1244b533789b0ac9cd19d41ba80cf04c1a00f6955c86ee2b6847dfe98442a6d7
MD5 9d90c4bc39bbcfc182729202c641e3b5
BLAKE2b-256 45b1773ae7ff569b0d554a564188145783d1cc732101733f53062dda999f06b2

See more details on using hashes here.

File details

Details for the file analyticlab-0.2.6-py3-none-any.whl.

File metadata

  • Download URL: analyticlab-0.2.6-py3-none-any.whl
  • Upload date:
  • Size: 70.2 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/1.11.0 pkginfo/1.4.2 requests/2.18.4 setuptools/40.0.0 requests-toolbelt/0.8.0 tqdm/4.24.0 CPython/3.6.5

File hashes

Hashes for analyticlab-0.2.6-py3-none-any.whl
Algorithm Hash digest
SHA256 6d7f0d5b30c932f91bc7152d4265ea7886d77319e7b4777a09e41c6a2d5ed38a
MD5 1bde43720a70a163600aa74d841f8192
BLAKE2b-256 250c4d1ea360451ae802724049652be7ce82c521612ebf1db93d28108763ee1b

See more details on using hashes here.

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page