用Python画大学物理实验曲线

import matplotlib
import matplotlib.pyplot as plt
import numpy as npdef MSE(y1, y2):return np.sum((y1 - y2) ** 2) / len(y1)matplotlib.rcParams['font.family'] = 'YouYuan'  # 幼圆字体
plt.figure("Ur与ln(rb/r)关系曲线", dpi=150)  # 命名绘图窗口plt.figure()，调整清晰度
plt.xlabel("Ur")
plt.ylabel("ln(rb/r)")
plt.title('Ur与ln(rb/r)关系曲线')
plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格
x = np.arange(2, 8, 0.01)
y = 0.2708 * x
plt.plot(x, y)
x = np.arange(2, 9, 1)
y = 0.2708 * xplt.plot(x, y, 'ob')
for xx, yy in zip(x, y):plt.text(xx + 0.2, yy, "{:.3f}".format(yy))  # 添加注解
plt.axis([2, 9, 0.4, 2.4])
plt.show()
y2 = y[::-1]
x = np.array([1.407, 1.8, 2.129, 2.714, 3.229, 3.971, 4.814])
y = np.log(7.5 / x)
print(MSE(y, y2))

import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from scipy.interpolate import interp1ddef MSE(y1, y2):return np.sum((y1 - y2) ** 2) / len(y1)matplotlib.rcParams['font.family'] = 'YouYuan'  # 幼圆字体
#
# plt.figure("80cm光伏组件伏安特性曲线", dpi=150)  # 命名绘图窗口
# plt.xlabel("V")
# plt.ylabel("I")
#
# U80 = np.array([0.02, 0.47, 2.05, 3.58, 5.01, 5.69, 6.35, 7.34, 8.36, 8.43, 8.61,
#                 8.64, 8.74, 9.21, 9.29, 9.84, 9.93])
#
# I80 = np.array([77.5, 76.5, 76.3, 75.6, 74.4, 73.5, 72.7, 66.3, 60.7, 44.9, 39.4, 35.2,
#                 29.2, 24.2, 18.9, 11.3, 6.3])
# P80 = [xx * yy for xx, yy in zip(U80, I80)]
# idx = 0
# Pm80 = 0
# for i, p in enumerate(P80):
#     if p > Pm80:
#         idx = i
#         Pm80 = p
# Im80, Um80, Rm80 = I80[idx], U80[idx], U80[idx] / I80[idx]
# print(Im80, Um80, Rm80, end='\n')
# Isc80, Voc80 = 7 / 6 * Im80, 7 / 6 * Um80
# FF80 = Pm80 / Voc80 / Isc80
# print(Isc80, Voc80, FF80, end='\n')
# plt.title('80cm光伏组件伏安特性曲线')
# plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格
#
# xnew = np.linspace(U80.min(), U80.max(), 300)  # 300 represents number of points to make between T.min and T.max
# func = interp1d(U80, I80, kind=1)
# ynew = func(xnew)
# plt.plot(xnew, ynew)
# plt.plot(U80, I80, 'ob')
# i = 0
# for xx, yy in zip(U80, I80):
#     i += 1
#     if i % 2 == 0:
#         plt.text(xx + 0.3, yy + 2, "{:.1f}".format(yy))  # 添加注解
#     else:
#         plt.text(xx - 0.9, yy - 2, "{:.1f}".format(yy))
# plt.axis([0, 10, 0, 100])
# plt.xticks(np.arange(0, 11, 1))
# plt.yticks(np.arange(0, 110, 10))
# plt.show()plt.figure("60cm光伏组件伏安特性曲线", dpi=150)  # 命名绘图窗口
plt.xlabel("V")
plt.ylabel("I")U60 = np.array([0.01, 0.73, 2.09, 2.21, 3.41, 4.72, 5.9, 7.04, 7.75, 8.59, 8.87, 9.15, 9.21,9.23, 9.27, 9.38, 9.48, 9.55, 9.61, 9.66, 9.7, 9.71, 9.77])I60 = np.array([133.2, 132.4, 132.1, 131.7, 131.7, 130.6, 128.7, 126.1, 118.6, 100.3, 84.7,68.2, 63.9, 60, 56.6, 48.6, 39.2, 32.8, 28.3, 24.7, 21.6, 16.4, 14.1])
P60 = [xx * yy for xx, yy in zip(U60, I60)]
idx = 0
Pm60 = 0
for i, p in enumerate(P60):if p > Pm60:idx = iPm60 = p
Im60, Um60, Rm60 = I60[idx], U60[idx], U60[idx] / I60[idx]
print(Im60, Um60, Rm60, end='\n')
Isc60, Voc60 = 7 / 6 * Im60, 7 / 6 * Um60
FF60 = Pm60 / Voc60 / Isc60
print(Isc60, Voc60, FF60, end='\n')
plt.title('60cm光伏组件伏安特性曲线')
plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格xnew = np.linspace(U60.min(), U60.max(), 300)  # 300 represents number of points to make between T.min and T.max
func = interp1d(U60, I60, kind=1)
ynew = func(xnew)
plt.plot(xnew, ynew)
plt.plot(U60, I60, 'ob')
i = 0
for xx, yy in zip(U60, I60):i += 1if i % 2 == 0:plt.text(xx + 0.3, yy + 2, "{:.1f}".format(yy))  # 添加注解else:plt.text(xx - 0.9, yy - 2, "{:.1f}".format(yy))
plt.axis([0, 10, 0, 140])
plt.xticks(np.arange(0, 11, 1))
plt.yticks(np.arange(0, 150, 10))
plt.show()

import matplotlib
import matplotlib.pyplot as plt
import numpy as npdef MSE(y1, y2):return np.sum((y1 - y2) ** 2) / len(y1)matplotlib.rcParams['font.family'] = 'YouYuan'  # 幼圆字体
plt.figure("改装电流表的校正曲线2", dpi=150)  # 命名绘图窗口plt.figure()，调整清晰度
plt.xlabel("改装表读数")
plt.ylabel("示值误差△I")
plt.title('改装电流表的校正曲线2')
plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格
x = np.arange(0.2, 1.2, 0.2)
y = [0.008, 0.0055, 0.001, 0.007, 0.006]
plt.plot(x, y)
plt.plot(x, y, 'ob')
for xx, yy in zip(x, y):plt.text(xx, yy+0.0005, "{:.3f}".format(yy))  # 添加注解
plt.axis([0.2, 1, 0.001, 0.009])
plt.show()

import matplotlib
import matplotlib.pyplot as plt
import numpy as npdef MSE(y1, y2):return np.sum((y1 - y2) ** 2) / len(y1)matplotlib.rcParams['font.family'] = 'YouYuan'  # 幼圆字体
# plt.figure("Im和磁感应强度B的关系曲线", dpi=150)  # 命名绘图窗口plt.figure()，调整清晰度
# plt.xlabel("Im")
# plt.ylabel("B")
# plt.title('Im和磁感应强度B的关系曲线')
# plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格
# x = np.arange(50, 550, 50)
# U = [2.526, 2.549, 2.572, 2.595, 2.618, 2.64, 2.663, 2.685, 2.708, 2.731]
# y = [(i - 2.5) / 31.25 *1000 for i in U]
# plt.plot(x, y, 'ob')
# plt.plot(x, y)
# for xx, yy in zip(x, y):
#     plt.text(xx + 15, yy-0.1, "{:.3f}".format(yy))  # 添加注解
# plt.axis([0, 500, 0, 8])
# plt.xticks(np.arange(0, 600, 50))
# plt.yticks(np.arange(0, 8.5, 0.5))
# plt.show()plt.figure("磁感应强度B(x)随位置x的关系曲线", dpi=150)  # 命名绘图窗口plt.figure()，调整清晰度
plt.xlabel("x")
plt.ylabel("B")
plt.title('磁感应强度B(x)随位置x的关系曲线')
plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格
x = np.arange(-14, 16, 1)
U = [2.525, 2.547, 2.577, 2.599, 2.609, 2.613, 2.615, 2.616, 2.617, 2.618,2.618, 2.618, 2.618, 2.618, 2.618, 2.618, 2.618, 2.618, 2.618, 2.617,2.617, 2.616, 2.616, 2.615, 2.613, 2.608, 2.598, 2.574, 2.542, 2.523]
U2 = [1.8083, 2.7158, 3.1713, 3.33695, 3.464, 3.5143,3.5433,3.5613, 3.573, 3.5808, 3.5858, 3.589, 3.5907, 3.5915]
t = U2[::-1]
U2 += t
y = ["{:.3f}".format(1000 * (i - 2.5) / 31.25) for i in U]
y = [float(i) for i in y]
plt.plot(x, y, 'ob')
plt.plot(x, y)
i = 0
print(y)
for xx, yy in zip(x, y):i += 1if i % 2 == 0:plt.text(xx, yy-0.15, "{:.1f}".format(yy))  # 添加注解else:plt.text(xx, yy+0.08, "{:.1f}".format(yy))
x = np.arange(-13, 15, 1)
plt.plot(x, U2, 'or')
plt.plot(x, U2, 'k')
plt.axis([-15, 16, 0, 4])
plt.xticks(np.arange(-15, 16, 1))
plt.yticks(np.arange(0, 4, 0.5))
plt.show()
#
# plt.figure("亥姆霍兹线圈轴线上磁场分布的实验曲线", dpi=150)  # 命名绘图窗口plt.figure()，调整清晰度
# plt.xlabel("x")
# plt.ylabel("B")
# # plt.title('载流圆线圈轴线上磁场分布的实验曲线')
# plt.grid(color='r', linestyle='--', linewidth=0.5)  # 设置网格
# x = np.arange(-10, 11, 1)
# B = [1.345, 1.507, 1.692, 1.862, 2.012, 2.135, 2.217, 2.254, 2.243, 2.191, 2.093,
#      1.963, 1.8, 1.63, 1.446, 1.271, 1.107, 0.982, 0.822, 0.717, 0.617]
# plt.plot(x, B, 'ob')
# plt.plot(x, B)
# i = 0
# print(B)
# for xx, yy in zip(x, B):
#     i += 1
#     if i % 2 == 0:
#         plt.text(xx, yy - 0.01, "{:.3f}".format(yy))  # 添加注解
#     else:
#         plt.text(xx, yy + 0.01, "{:.3f}".format(yy))
# x = np.arange(-13, 15, 1)
# plt.show()

用Python画大学物理实验曲线相关推荐

大学物理实验——密立根油滴实验数据计算Python代码
大学物理实验--密立根油滴实验数据计算Python代码先手准备 import numpy as np 编写函数 def f(t,U):# 基本物理量准备rou = 981.0g = 9.80l = ...
大学物理实验载流圆线圈轴线上的磁场分布
大学物理实验载流圆线圈轴线上的磁场分布首先说好,本宝宝不定期更新另外,代码写的比较冗杂,需要拿走,不喜勿喷. 考虑到有可能会有不太精通Python的朋友,首先是说好,本代码仅支持Jupyter ...
青岛科技大学c语言实验报告,青岛科技大学大学物理实验报告
青岛科技大学大学物理实验报告Tag内容描述: 1.北京科技大学实验报告磁场分布实验目的原理及实验步骤见预习报告实验数据附后及其处理 1 不同磁极头间隙内的磁场分布特点情形如图所示根据 ...
大学物理实验长度的测量实验报告_大学物理实验长度的测量实验总结
大学物理实验是一整套科学缜密的实验方法,有着十分重要的意义.在学习大学物理这个课程之后,可以分享学习方法.今天小编整理了,希望对你有帮助.篇一经过一年的大学物理实验的学习让我受益菲浅.在大学物理实验课 ...
【大学物理实验】绪论练习
文章目录选择题选择题 <大学物理实验>实验报告册的封面,以下说法不正确的是: A. 应正确填写完整的学号 B. 预习前应写好姓名等相关信息 C. 报告册左上角应填写本班级报告箱编号 D ...
（搬运）大学物理实验理论部分知识点)
(搬运)大学物理实验理论部分知识点零.前言一.误差的概念 1. 实际具有值,记为A--真值 2. 绝对误差 3. 相对误差 4. 误差的分类 1) 系统误差 2)随机误差 3) 粗大误差 5.随机 ...
大学物理实验试卷1到8_大学物理实验模拟试题123《试题》
大学物理实验模拟试题一.填空题 1. 正常测量的误差按产生的原因和性质可以分为两类,分别是系统误差随机误差. 2. 对于不连续读数的仪器,如数字秒表.分光计等,就以最小分度作为仪器误差. 3. 在实 ...
物理实验计算机仿真单摆实验,大学物理实验仿真实验实验报告.doc
仿真实验 (单摆测重力加速度和单透镜焦距的测定) 引言随着计算机应用的普及,在各个应用领域都采用计算机设计和仿真,在大学物理实验课教学中,除了实际操作外还可以进行计算机仿真实验,对有些内容采用仿真实 ...
[省级大创项目]教育类APP的探索和实践——大学物理实验助手APP开发
立项依据(项目背景及研究现状500字以内) 通过网上问卷等形式做了前期调研,网上问卷由问卷星提供技术支持,共有348份答卷,问卷链接为很抱歉,此问卷(12931895)已暂停,不能填写!. (1)通过 ...

用Python画大学物理实验曲线

用Python画大学物理实验曲线相关推荐

最新文章

热门文章