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

Supported by

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