Skip to main content

Modéliser des points expérimentaux

Project description

Présentation

Cette bibliothèque permet de faire de la modélisation de points expérimentaux très simplement en ajoutant seulement deux lignes de code dans votre programme Python.

Avec cette bibliothèque, vous pourrez :

  • Afficher la courbe modélisée sur le graphique ainsi que son équation.
  • Sélectionner avec le “lasso”, les points expérimentaux à utiliser pour la modélisation.
  • Afficher/masquer un réticule en appuyant sur la touche “espace” du clavier.
  • Afficher/masquer la légende en appuyant sur la touche “m” du clavier.
  • Copier-coller le graphique avec les touches Ctrl+C et Ctrl V.

Description plus détaillée

Installation

Utilisez le gestionnaire de packages pip pour installer.

pip install modelisation

Dépendances

Les bibliothèques suivantes doivent être installées :

  • matplotlib
  • numpy
  • scypy
  • addcopyfighandler

Utilisation

import matplotlib.pyplot as plt      
import modelisation                
 
x = [0, 1e-3, 2e-3, 3e-3, 4e-3, 5e-3, 6e-3, 7e-3]  #  saisir les valeurs expérimentales de la grandeur en abscisse
y = [0, 0.221, 0.440, 0.665, 1.250, 1.105, 1.327, 1.550]  #  saisir les valeurs de la grandeur en ordonnée
plt.plot(x,y, color='red', marker='+', linestyle='none')  # Afficher les points
 
modelisation.modele("lineaire",x ,y) # modèles disponibles : "lineaire", "affine", "parabole", "exp_croissante", "exp_decroissante", "double_affine"
 
plt.show()

Options

Depuis la version 1.0, il est possible de personnaliser la modélisation. Exemple :

modelisation.modele("affine", x, y, color = "red", linestyle = 'solid', linewidth = 2.5)

Il est maintenant possible de récupérer les données de la modélisation dans le programme Python. Un exemple pour le modèle affine (y = ax + b) :

a, b = modelisation.modele("affine", x, y)
  • la variable 'a' contient le coefficient directeur ;
  • la variable 'b' contient l'ordonnée à l'origine.

Pour plus d'informations : Description plus détaillée

Auteur

© Stéphane LAURENT - 2024

Lycée Valin - La Rochelle (17) - France

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distributions

No source distribution files available for this release.See tutorial on generating distribution archives.

Built Distribution

modelisation-1.0-py3-none-any.whl (5.8 kB view details)

Uploaded Python 3

File details

Details for the file modelisation-1.0-py3-none-any.whl.

File metadata

  • Download URL: modelisation-1.0-py3-none-any.whl
  • Upload date:
  • Size: 5.8 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.9.5

File hashes

Hashes for modelisation-1.0-py3-none-any.whl
Algorithm Hash digest
SHA256 eca5a53dfd5a4c9f8fbd5e04eab3321b1c5f01b9541b719b1a58cf67ac3390cf
MD5 91e4b7f60f658b8572208297d0710d2f
BLAKE2b-256 bf7f76042c908afff053278adf504538b7bcd5307dedf91417ef43ae285a61bc

See more details on using hashes here.

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page