积分商城

最新搜索： quartus 16.1 数字信号 labview VC企业版 Saber仿真软件的设计与应用 BLDC
您现在的位置是：首页 > 技术资料 > Python科学计算包在实验数据处理中的应用
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

Python科学计算包在实验数据处理中的应用

更新时间：2019-12-29 21:53:31 大小：1M 上传用户：songhuahua查看TA发布的资源 标签：python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

Python科学计算包以其开源免费、面向多用途等优点，已成功应用于众多科学计算领域。本文介绍了通过工程应用中一个带粗差剔除功能的线性回归程序例子，简要介绍了Python科学计算包在计量测试工作中实验结果处理的应用，展示了其强大的功能和易用性，为其在该领域的普及推广提供了应用经验。


部分文件列表

文件名 大小
Python科学计算包在实验数据处理中的应用.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
误差与数据处理  
［6］  
［7］  
［8］  
． (  
倪育才 实用测量不确定度评定 第  
3
) ［M］．  
:
北京 中国计量  
［9］ ， ．  
陈果 周伽 小样本数据的支持向量机回归模型参数及预测区间  
版
，2009  
［J］．  
研究  
，2008，29( 1) : 92 － 96  
计量学报  
出版社  
．
耿维明 测量误差与不确定度评定  
［M］．  
:
北京 中国质检出版  
［10］  
．
吴德会 基于最小二乘支持向量机的传感器非线性动态系统辨  
，2011  
［J］． ，2008，29( 3) : 226 － 230  
识 计量学报  
社
， ．  
刘庆 邵志新 回归分析的直线拟合不确定度探讨  
［J］．  
［11］  
，
．
［J］．  
计量技  
中国测  
李庆忠 李春燕 合成不确定度的两种评估方法  
，2007( 6) : 57 － 59  
术
，2009，35( 3) : 41 － 44  
试
Python  
科学计算包在实验数据处理中的应用  
王振振  
(
，
葛洲坝集团试验检测有限公司 武汉  
430015)  
Python  
、 ， 。  
科学计算包以其开源免费 面向多用途等优点 已成功应用于众多科学计算领域 本文介绍  
摘
要
，
了通过工程应用中一个带粗差剔除功能的线性回归程序例子 简要介绍了  
Python  
科学计算包在计量测试工作中实  
， ，  
验结果处理的应用 展示了其强大的功能和易用性 为其在该领域的普及推广提供了应用经验  
。
Python;  
; ;  
粗差剔除 数据处理 拉依达准则  
关键词  
doi: 10. 3969 /j. issn. 1000 － 0771. 2015. 07. 24  
、 、  
了基于图形界面的工程管理 数据存取 数据可视  
0
引言  
、
，
、
，
化 编码调试等一体化功能 安装 使用非常方便  
Python 、  
在数学 科学和工程计算  
Python  
、 、  
是一种开源 跨平台 通用型高级动态语  
很大程度上推动了  
。
，Py-  
。
言
作为一种广泛使用的通用型程序设计语言  
GUI  
领域的应用普及  
计算机数值运算离不开向量计算 正是由于多  
，Matlab  
thon  
、 、  
编程 网络通讯 科学  
，
语言应用领域涵盖  
、 ，  
计算 硬件通讯和多媒体编程等各个层面 同时还  
数运算都是基于向量和矩阵而非单值  
才具  
C
可以通过 语言进行扩展  
。Python  
、
弱类型 解释型  
。
在
Python  
备了实现编制快速计算程序的能力  
NumPy  
提供了向量计算所必需的数  
语
， ，  
语言的特性 使得开发者可以交互式运行命令 方  
，
言中 第三方库  
。
据结构与基础函数 从而成为了科学计算包的基础  
、 ，  
便及时检验 调试数据 非常适合科学计算编程  
。
，
，
近些年来 随着  
NumPy、SciPy、matplotlib  
ndarray( n － dimensional array，  
多维数  
等众多函数  
数据结构  
，Python  
，
已经具备了足够的功能 能够充分  
，
array)  
NumPy  
及其相关运算函数即是 的  
库的完善  
组 简写为  
。ndarray ，  
是一种多维数组类型 通过下标  
［1］  
。Python  
满足常见的科学计算需求  
语言形成的  
核心功能  
访问内部元素 并支持切片  
Python  
，
Matlab  
，
，
( slice) ，  
用以实现向量和  
科学计算包 与流行的商业软件  
相比 具备  
开源免费 面向多用途等优点 本文将简要介绍  
Python  
、
。
。
list，  
它要求内部元  
矩阵 有别于  
内置类型  
，
。NumPy  
科学计算包 并通过一个带粗差剔除功能的  
素具备相同的数据类型  
中内置了很多向  
，
线性回归程序例子 阐述  
Python  
，
量和矩阵的运算辅助函数 这些函数大多数都由  
C
科学计算包在实验  
。
，
语言优化实现快速计算 使用者无需担心效率问  
数据处理中的应用  
。
ndarray  
。
向量基本运算  
题
以下代码片段演示了  
＞ ＞ ＞ x = np. array( ［1，2，3，4］)  
＞ ＞ ＞ x  
1
Python  
科学计算包简介  
Python  
Python  
语言下一系列  
科学计算包泛指  
。
面向科学计算的程序库集合 它没有确切的定义  
array( ［1，2，3，4］)  
， 。  
标准 使用者根据自己的需要选择工具组合 当前  
＞ ＞ ＞ y = x  
＞ ＞ ＞ y  
array( ［1，4，9，16］)  
2 #  
＊＊  
向量元素的二次方  
、
也存在高度整合 便于安装的  
Python  
科学计算发行  
。
这些发行版提供  
Python( x，y) 、Anaconda  
版如  
等
· 78 ·  
2015. No 7  
计量技术  
误差与数据处理  
＞ ＞ ＞ y + 1 #  
向量元素与常数的加法  
array( ［2，5，10，17］)  
＞ ＞ ＞ x + y #  
向量与向量的相加  
array( ［2，6，12，20］)  
＞ ＞ ＞ x. max( ) ，x. mean( ) ，x. std( ) #  
向量的  
、
、
最大值 平均值 标准差  
( 4，2. 5，1. 1180339887498949)  
NumPy  
、
提供了基本向量元素的三角函数 反三  
、 、  
角函数 统计函数 随机数等一系列常用功能  
。
得
Python  
，
弱类型动态语言的特性 正如上例所  
益于  
，NumPy  
示
、
进行向量元素与常数运算 向量与向量  
，
运算没有特别的语法机制进行区别 使用起来非常  
NumPy ，SciPy  
函数库提供  
1
Matplotlib  
绘制曲线图形  
图
。
简单方便 作为  
的扩充  
， 、  
了更为广泛的科学计算函数 包括图像处理 信号  
2 ，  
从图 中可以发现 虽然振动测试特征值单次计算  
、 、 、  
分析 线性方程组 插值与拟合 数理统计等一系列  
，
结果数值分布较为分散 但是整体上具备一定区间  
［2］  
，
功能 限于篇幅本文不再作深入探讨  
。
。 ，  
内的线性关系 经多次实验验证 通过人工作图法  
，
此外 科学计算通常需要多样的可视化工具来  
，
在散点图中剔除粗差 绘制穿过最多散点的直线  
。Python Mat-  
展示计算成果  
plotlib  
科学计算常用的绘图库  
Matlab 。  
接口类似的交互式图表  
，
段 就能得到测量值与混凝土凝结程度的对应关  
提供了与  
。
，
现在需要通过编制程序实现这一过程 即自动  
系
Matplotlib NumPy  
与
，
数据结构兼容 支持绘制曲线  
，
对带有粗差的实验结果进行处理 寻找线性区间并  
、 、  
图 直方图 散点图以及  
3D  
， 、  
图表 图表中坐标 线  
。
对线性曲线直线段进行拟合  
、 ，  
形 标签等元素都可以配置 生成的图表还支持缩  
， 。  
放交互 是一款非常强大的绘图库 下面的程序片  
Matplotlib 1。  
，
的基本用法 运行结果见图  
段演示了  
＞ ＞ ＞ import matplotlib. pyplot as plt  
＞ ＞ ＞ import numpy as np  
＞ ＞ ＞ data = np. loadtxt ( ' D: \ data. csv') #  
loadtxt csv  
载入  
＞ ＞ ＞ plt. plot( data)  
＞ ＞ ＞ plt. show( )  
数据文件  
2
图
实验所得特征值与混凝土凝结时长的关系曲线  
2
带有粗差剔除功能程序的实现  
2. 2  
解决思路  
下面将结合某款正在研制中的混凝土性能自  
2
为了从图 中离散样本的实验结果求解出线性  
，
动测试系统的程序编制过程 介绍  
Python  
科学计算  
， 、 、  
关系 需要解决曲线拟合 粗差剔除 寻找最佳拟合  
。
包在实验数据处理中的应用  
。
2. 1  
区间三个问题  
问题描述  
，
针对这种简单的直线段拟合 本例采用最小二  
，
该系统通过混凝土试件自动进行激振测试 将  
。
乘法实现 考虑到用于统计计算的实验结果数据  
， ，  
获取的振动信号进行分析 计算特征值 研究特征  
(
较多 一般样本数量  
n ＞ 50) ，  
可以采取拉依达准则  
。
值与混凝土凝结程度的关系 由于受材料不确定  
［3］  
， ，  
性的影响 振动测试结果一般都具有模糊性 然而  
(
)
即三倍标准差准则 对样本数据进行粗差判别  
。
， ，  
经实验发现 单次特征值计算结果的模糊性 对混  
“
用拉依达准则判断粗大误差的基本思想是以给定  
。
99. 7%  
，
为标准 以三倍测量列的标准偏  
凝土性能指标随时间变化的整体趋势没有影响  
的置信概率  
2015. No 7  
· 79 ·  
计量技术  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号