labos 0.1.2.5

Paquete para trabajar en el labo

Labos

Este paquete está dedicado principalmente a facilitar el uso de herramientas y paquetes utilizados en la adquisición y procesamiento de datos en el marco de los laboratorios de la carrera en Ciencias Físicas de la UBA.

Los paquetes hasta ahora implementados son de adquisición y análisis de datos.

Análisis de datos

Propagación

Este paquete está dedicado a propagar errores utilizando una aproximación lineal sobre la formula de covarianza. El paquete está basado en las librerías numpy e sympy.

from labos.propagacion import Propagacion_errores
import numpy as np

# Formula a propagar
expr = 'A*cos(f*t) + C'    

# Las variables dependientes y sus valores
variables = [
    ('f', 100), # Hz
    ('A', 2), # Volts
    ('t', 1), # s
    ('C', .5), # Volts
    ]

# Los errores de las variables
errores = np.array(
    [.0005,
    .0001, 
    0, 
    .0001]
    ).reshape(-1,1)

# Instancia de la clase
propaga = Propagacion_errores(
    formula = expr,
    variables = variables,
    errores = errores)
propaga.fit()
>>(2.224637744575368, 0.0005232992460070357)

Ajuste

Este paquete está dedicado a realizar ajustes sobre datos. El paquete está basado en las librerías numpy e sympy.

Heading 3

Heading 4

Heading 5

This is an italic text

This is an italic text

This is an strong text

This is an strong text

This is an striketrogh text

• item 1
• item 2
• item 3
  • item 3.1
  • item 3.2
• item 4

1. item 1
2. item 2
3. item 3
4. item 4

Faztweb.com

Faztweb.com

this is a quote

---

---

console.log('hello world')

<h1>Hello world</h1>

first line of code
second line of code

print("hello world")

console.log('hello world')

const test = (str) => str + 'test';

<h1>Hello World</h1>

Product	Price	quantity
Laptop	3.33	2
Mouse	10.33	1

• task1
• [] task2
• [] task3
• task4

@faztweb :+1: :smile: