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-0.6.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-0.6-py3-none-any.whl (10.0 kB view details)

Uploaded Python 3

File details

Details for the file fabpy-0.6.tar.gz.

File metadata

  • Download URL: fabpy-0.6.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-0.6.tar.gz
Algorithm Hash digest
SHA256 4b73c4dba5ec6e1f31672aac715c565781a039b5cb1afc38ee7194dad848429e
MD5 2d317b91db30822d2118716bbef6dd2e
BLAKE2b-256 6a8d25be2d677d83403e97286223095708db01f37d4af3759920735f69fc6952

See more details on using hashes here.

File details

Details for the file fabpy-0.6-py3-none-any.whl.

File metadata

  • Download URL: fabpy-0.6-py3-none-any.whl
  • Upload date:
  • Size: 10.0 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.13.0

File hashes

Hashes for fabpy-0.6-py3-none-any.whl
Algorithm Hash digest
SHA256 37c13af4a7e1d4017fe112a5d8bd58a5be25740a12f17b23bb32dcbc7751a58d
MD5 33140800c21eb6727b09adbfc318a458
BLAKE2b-256 867e63f8845f9959f9eeedbba5bf265c6b35c1ad27ffb74ed57517cf44cbceb2

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