Soovituslikud Pythoni vahendid ja töövõtted
LTFY.01.004 Füüsika praktikum I - mehaanika ja soojusõpetus
Andmemassiivid
- Jadad ja NumPy massiivid
- Indekseerimine ja viilutamine
- Mitmemõõtmelised massiivid
- Massiivi lugemine lihtsaimast tekstifailist
- Vernier andmekogujast saadud tekstifaili lugemine
- Mitu andmefaili
- Massiivi vormindamine tabelina
Graafikud
- Lihtsaima graafiku kujundamine
- Mitme andmeseeria kuvamine
- Joonise suurus ja eraldusvõime
- Skaala seadistamine
- Vearistide lisamine
- Annotatsioonid
- Sekundaarse y-telje lisamine
- Mitme teljestikuga joonis
Algoritmid
- Võrdelise sõltuvuse sobitamine
- Sirge sobitamine
- Polünoomi sobitamine
- Mittelineaarse funktsiooni sobitamine
- Interpoleerimine
- Mittelineaarse võrrandi lahendamine
- Anduri näidu võtmine (aegseeriast / graafikult)
- Eksete kõrvaldamine
- Sündmuse tuvastamine aegreas
- Signaali perioodi määramine
- Anduri koste modelleerimine
Matemaatika
- Piirviga ja mõõtemääramatus
- Keskväärtus, standardhälve ja A-tüüpi määramatus
- Kaudmõõtmise määramatus
- Kaalutud keskmine
- Vähimruutude meetod
Funktsioonid
- matplotlib.pyplot.annotate
- matplotlib.pyplot.legend
- matplotlib.pyplot.plot
- matplotlib.pyplot.xlim
- matplotlib.pyplot.ylim
- numpy.arange
- numpy.argmin
- numpy.argmax
- numpy.array
- numpy.asarray
- numpy.dot
- numpy.empty
- numpy.interp
- numpy.linspace
- numpy.loadtxt
- numpy.mean
- numpy.polyfit
- numpy.std
- scipy.optimize.curve_fit
Python
Juhendi koostas Valter Kiisk
Viimati muudetud 29.07.2021