Skip to main content

Knjižnica za lažje opravljanje FPR na FMFju

Project description

Inštalacija (za Windows)

  • odpreš CMD
  • vtipkaš : pip install fprlib
  • v .py datoteko vpišeš : import fprlib as fp

Seznam ukazov

  • cfit : uporabno za fitanje krivulj
  • mprint : uporabno za printanje matrik

Primer uporabe funkcije cfit

import fprlib #as fp
import numpy as np

x_data = [-6.62934E-1,-6.36725E-1,-6.12907E-1,-5.99908E-1,-5.93818E-1,-5.86678E-1,-5.82887E-1,-5.77581E-1,-5.73450E-1,-5.71544E-1,-5.69519E-1,-5.67124E-1,-5.64384E-1,-5.60124E-1,-5.57659E-1,-5.55432E-1,-5.53430E-1,-5.51513E-1,-5.49471E-1,-5.47633E-1,-5.45375E-1,-5.43347E-1,-5.41005E-1,-5.38391E-1,-5.36362E-1,-5.33630E-1,-5.29340E-1,-5.22832E-1,-5.14236E-1,-5.09088E-1,-4.96033E-1,-4.82724E-1,-4.28678E-1,+1.08242E+0,+1.87425E+0,+3.86342E+0,+4.79353E+0,+6.52731E+0,+7.85109E+0,+8.31908E+0,+8.98060E+0,+1.02541E+1,+1.04246E+1,+1.04806E+1]
y_data = [-1.54238E+1,-8.77151E+0,-4.78847E+0,-3.18064E+0,-2.56410E+0,-1.94406E+0,-1.65661E+0,-1.29949E+0,-1.05447E+0,-9.50160E-1,-8.45721E-1,-7.30154E-1,-6.07445E-1,-4.35915E-1,-3.46365E-1,-2.71186E-1,-2.08004E-1,-1.51217E-1,-9.44567E-2,-4.64407E-2,+8.65516E-3,+5.47404E-2,+1.04184E-1,+1.54969E-1,+1.91395E-1,+2.36552E-1,+2.99386E-1,+3.78305E-1,+4.58030E-1,+4.95166E-1,+5.63105E-1,+6.05569E-1,+6.62091E-1,+6.70630E-1,+6.71116E-1,+6.71733E-1,+6.71947E-1,+6.72297E-1,+6.72552E-1,+6.72637E-1,+6.72751E-1,+6.72968E-1,+6.72991E-1,+6.73010E-1]
sez = ["a","b","c"]
p = [-1,-10,1]

def funkcija(x, dol, sir, c):
    return dol*np.exp(sir*x)+c

fprlib.cfit(funkcija, x_data, y_data,sez,p)

Razlaga CFIT

fprlib.cfit(<funkcija>, <X podatki>, <Y podatki>, <imena spremenljivk>=None, <začetne vrednosti>=None)

Obvezne spemenljivke:

  1. <funkcija> : Vstavi funkcijo oziroma njeno "ime" ampak obvezno brez citatov!
  2. <x podatki> : Vstavi seznam X koordinat meritev.
  3. <y podatki> : Vstavi seznam Y koordinat meritev.

Neobvezne spremeljike:

  1. <imena spremenljivk> : Seznam imen spremenljivk v funkciji, v primeru da seznam ni podan, bodo spremenljivke oštevilčene.
  2. <začetne vrednosti> : Seznam začetnih vrednosti, ki jih uporabi program za oceno. Sicer neobvezno, se lahko pokaže, da program vrne slab fit, če niso začetne vrednosti dobro uganjene!

Funkcija:

Da bi naš program lahko karkoli računal moramo predpisati fizikalno funkcijo, za katero menimo, da lepo opiše pojav. Opmnimo, da so imena spremenljivk poljubna, vendar če se nekje uporabi spremenljivka z istim imenom, posledično pomeni, da ti dve vrednosti morata biti enaki:

def <funkcija>(x, a, b, c, d)

‎return f(x,a,b,c,d)

nato moramo definirati podatke za x in y v obliki python seznama (list-a). Dodatno lahko definiramo še imena spremenljivk v seznamu, npr.:

sez = ["prva spremenljivka" , "druga_spremeljivka", "tretja spremenljivka", "karkoli_kakorkoli", 1 ]

Opomba : določeni znaki niso dovoljeni. Npr.: "-".

Opomba : knjižnica avtomatično umakne presledke iz vseh besedil, seveda pa prej vse pretvori v besedila, kakor preveri če je ime spremenljivke podvojeno!

ter definiramo seznam začetnih vrednosti npr.:

p = [ 1 , 2 , 3 , 4.231E-3 ]

Opomba : na prvem mestu v seznamih "sez" in "p" mora biti ime oz. začetna vrednost, ki odgovarja spremenljivki "a" iz formule, ter na drugem mestu teh seznamov vrednosti, ki pripadajo spremenljivki "b" iz formule.

Primer ampak prilagojen razlagi

sez = ["prva spremenljivka" , "druga_spremeljivka", "tretja spremenljivka", "karkoli_kakorkoli", 1 ]
p = [-1,-10,1,0]

def funkcija(x, a, b, c, d):
    return a*np.exp(b*x+d)+c

fprlib.cfit(funkcija, x_data, y_data,sez,p)

-| Fit values |----------------------------------------

fit_prvaspremenljivka : -5.099442181457673e-06

fit_druga_spremeljivka : -23.779394915909464

fit_tretjaspremenljivka : 0.8452948803956754

fit_karkoli_kakorkoli : -0.7635025821425597

-| Parameter standard deviation values |---------------

fit_prvaspremenljivka stdev (1 sigma) : 8.648790074428476

fit_druga_spremeljivka stdev (1 sigma) : 0.45025382355777877

fit_tretjaspremenljivka stdev (1 sigma) : 0.054671981396874514

fit_karkoli_kakorkoli stdev (1 sigma) : 1696026.9841948354

-| Graph |---------------------------------------------

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

fprlib-0.0.4.tar.gz (4.8 kB view details)

Uploaded Source

Built Distribution

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

fprlib-0.0.4-py3-none-any.whl (4.8 kB view details)

Uploaded Python 3

File details

Details for the file fprlib-0.0.4.tar.gz.

File metadata

  • Download URL: fprlib-0.0.4.tar.gz
  • Upload date:
  • Size: 4.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.11.3

File hashes

Hashes for fprlib-0.0.4.tar.gz
Algorithm Hash digest
SHA256 cc3eea1d2844e21cfd9b6dee328d20c4a16b802a8bb5d6996f7358b1b7b9bac0
MD5 92a28c7d408b754147ff892724388175
BLAKE2b-256 ce2949b0f9e9eab42febf3010306cebe3a9c4ce86f55dc8929e53a1ad56cd119

See more details on using hashes here.

File details

Details for the file fprlib-0.0.4-py3-none-any.whl.

File metadata

  • Download URL: fprlib-0.0.4-py3-none-any.whl
  • Upload date:
  • Size: 4.8 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.11.3

File hashes

Hashes for fprlib-0.0.4-py3-none-any.whl
Algorithm Hash digest
SHA256 2958a32abc96768cf8fa0d12e18198daf0ff7fc218f1fab9907b4dd7e204ff75
MD5 efcc11d3d3ba9b4fa0185c3fcead6d99
BLAKE2b-256 81206fbb83db4187d0c2010817170e3ab972b6031eff14585abc9afa76f9e2a8

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