Python | 物理 | Numpy | Matplotlib | scipy | 曲线拟合 | 巴特沃斯滤波器 | savitzky-golay 滤波器 | 微分 | 插值
这是在处理实验物理实验室中获取的数据时使用 Python 完成一些常用任务的简短指南，包括数据导入/导出、绘制误差线、函数对数据的曲线拟合、测试这些拟合的优劣数据的函数（考虑到测量的不确定性），数据的插值、平滑和微分，计算量中“误差”的传播，以及数据的数值计算，包括单位和/或不确定性。还详细讨论了如何从 Numerical Python (numpy) 和 Scientific Python (SciPy) 库（Python 称之为“包”）导入所需的函数。此处提供的示例在很大程度上依赖于这些包中的函数，简化以下示例中的各种分析任务。
本指南的目标是让您使用自己的数据执行此处说明的每个分析步骤，并且最多只需进行一些小的更改（例如数据文件和列的名称） 数据）添加到每个示例中包含的模板。
导入命令
导入数据文件
计算最佳拟合值
绘制结果
剩余
卡方检验
Scipy.Signal.Savgol_filter
示例 Python 代码
Last updated 6 months ago