Skip to main content

Python library for calculating and formatting errors in LaTeX in lab work.

Project description

FabPy

Библиотека на Python для вычисления и оформления погрешностей в LaTeX в физических лабораторных работах.

Установка

Вы можете использовать для установки pip:

pip install fabpy

Базовое использование

fabpy может использоваться в различных средах программирования, однако рекомендуется использовать Jupiter Notebook или Jupyter Lab.

import fabpy as fb

Допустим что у вас некоторые измерения времени t = [21.5, 22.1, 21.9] с погрешностью прибора измерения $\Delta t = 0,2 ,с$. Занесем эти данные в объект Values:

import fabpy as fb

t = fb.Values(name='t', values=[21.5, 22.1, 21.9], delta=0.2)

Объект Values имеет такие параметры как:

  • name - РёРјСЏ переменной, которое будет использоваться РІ формулах LaTeX;
  • values - значения измерений, может принимать как множество значений (list, tuple), так Рё РѕРґРЅРѕ значение (int, float);

Учитывайте, что при создании объекта с одним значением ($n = 1$), случайная погрешность (RandomError) будет равно 0, т.к. при расчете среднеквадратичного отклонения (StandardError), знаменатель равен 0;

$$S_t = \sqrt{\frac{\sum_{i=1}^{n} (\overline{t} - t_i)^2}{n(n-1)}}$$

  • delta - погрешность измерительного РїСЂРёР±РѕСЂР° РІ тех Р¶Рµ единицах, что Рё измерения;
  • roundoff - количество знаков после запятой для округления;
  • alpha - доверительный коэффицент для расчета доверительного интервала. РџРѕ умолчанию 0.95;
  • use_instrumental_error - использовать ли РїСЂРё расчетах абсолютной погрешности РїСЂРёР±РѕСЂРЅСѓСЋ погрешность;
  • use_random_error - использовать ли РїСЂРё расчетах абсолютной погрешности случайную погрешность;
  • rounded - использовать РїСЂРё расчетах округленные значения (РїРѕ roundoff) или точные значения;

После создания объекта класса, можно и получить необходимые данные.

import fabpy as fb

t = fb.Values(name='t', values=[21.5, 22.1, 21.9], delta=0.2)

# Вывод значения 

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

fabpy-0.4.tar.gz (10.4 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

fabpy-0.4-py3-none-any.whl (10.1 kB view details)

Uploaded Python 3

File details

Details for the file fabpy-0.4.tar.gz.

File metadata

  • Download URL: fabpy-0.4.tar.gz
  • Upload date:
  • Size: 10.4 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.13.0

File hashes

Hashes for fabpy-0.4.tar.gz
Algorithm Hash digest
SHA256 cbf9bcc9c6fc83dfa1cf1585a2a988f306e3f716c888499e2893edcd13216271
MD5 2f3c90d0ad3b632db76273b0364bce08
BLAKE2b-256 3540085f556f2e3f82d563004e9325694ee05f06465c8898008c1407d3e39961

See more details on using hashes here.

File details

Details for the file fabpy-0.4-py3-none-any.whl.

File metadata

  • Download URL: fabpy-0.4-py3-none-any.whl
  • Upload date:
  • Size: 10.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.13.0

File hashes

Hashes for fabpy-0.4-py3-none-any.whl
Algorithm Hash digest
SHA256 5d2b0f4a89cd8082d06008944d31b8f3dba2754615d53357e1d56a462b315f19
MD5 7899c837f4239f05b15c3d891628fabf
BLAKE2b-256 d2582d7b8a14865a1a8387289e7d0a0105db2f9f578e0669b05864362135d1b3

See more details on using hashes here.

Supported by

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