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-0.7.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-0.7-py3-none-any.whl (10.0 kB view details)

Uploaded Python 3

File details

Details for the file fabpy-0.7.tar.gz.

File metadata

  • Download URL: fabpy-0.7.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-0.7.tar.gz
Algorithm Hash digest
SHA256 7559703cb151478a4bf4210c7c0a386d405a40b2fde8ca583604d788ab1b0bcf
MD5 abeb988e3d2cb496a1cd1d7830642dfa
BLAKE2b-256 e5fabff058ae67222dd3c79e97ec6f4d24d4d714e8788cb0c23fd3330c2ae909

See more details on using hashes here.

File details

Details for the file fabpy-0.7-py3-none-any.whl.

File metadata

  • Download URL: fabpy-0.7-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-0.7-py3-none-any.whl
Algorithm Hash digest
SHA256 f37bcb029d3d44bce95b1bd3f8086e1273166519e9ee424189ba3b13188671dc
MD5 ca216c4440507a12984938e2628bb4d4
BLAKE2b-256 fc3aa8f879b6c5f239dc52b7897bdcdc6dc6f728df536d7798d3e42e5c1d88e9

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