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-0.0.5.tar.gz (3.5 kB view details)

Uploaded Source

Built Distribution

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

fprlib-0.0.5-py3-none-any.whl (3.0 kB view details)

Uploaded Python 3

File details

Details for the file fprlib-0.0.5.tar.gz.

File metadata

  • Download URL: fprlib-0.0.5.tar.gz
  • Upload date:
  • Size: 3.5 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.11.3

File hashes

Hashes for fprlib-0.0.5.tar.gz
Algorithm Hash digest
SHA256 84cfaf6452a8c66bdbecb71cdec62addd9376248e877b7968e4857d00f1116eb
MD5 24cbe52f778ef3740e810da59b535343
BLAKE2b-256 e9cb77cbfa48eae77298cc235dc53b03f2dd5d964bd6ab323b75b843e5f9fa00

See more details on using hashes here.

File details

Details for the file fprlib-0.0.5-py3-none-any.whl.

File metadata

  • Download URL: fprlib-0.0.5-py3-none-any.whl
  • Upload date:
  • Size: 3.0 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.11.3

File hashes

Hashes for fprlib-0.0.5-py3-none-any.whl
Algorithm Hash digest
SHA256 777556aceb36b7f7f10d36a43230be20c709097e53b684b69435c9bfdf5af7ee
MD5 0f89ae0dd9d2c2dca5669c5e7a76c821
BLAKE2b-256 f4c17a6ac44aa9d88e5e6226d96fc3c59e270af3c662b64843e02d3aae7456d5

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