python 物理实验_GitHub - LoveThinkinghard/HUST-Physcis-Experiments-Plot-and-Dataprocess: 华中科技大学物理实验画图及数据...

HUST-Physcis-Experiments-Plot-and-Dataprocess

华中科技大学物理实验(二)画图及数据处理(使用python)。

这是什么？

这是一个用python处理物理实验数据的仓库，既可以画图，也可以计算，一站式解决。

看下效果

1.偏振与双折射实验：画极坐标图

2.音叉实验：画图，自动寻找半功率点并计算锐度

3.导热系数实验：计算不确定度

# 计算间接测量量热导系数x的不确定度 Ux，讲义上提到，该实验仪器的温度分辨率为：0.1℃，计时分辨率为：0.1s

def ua(x):

# 计算A类不确定度

x_array = np.array(x)

return np.sqrt(x_array.var()/(x_array.size-1))

def U(ua, delta):

# 计算直接测量量，需传入A类不确定度，和仪器误差

# 这里，置信概率p取0.95，查表得

tp = 2.26

kp = 1.96

return np.sqrt((tp*ua)**2+(kp*delta/np.sqrt(3))**2)

# 最后计算间接测量量热导系数x的不确定度 Ux

Ux = k * np.sqrt((U(ua(T_10), 0.1)/T_10.mean())**2+(U(ua(time_2_s), 0.1)/time_2_s.mean())**2)

print('导热系数的不确定度为：{:.5f} W/(m·K)'.format(Ux))

print('置信概率为：0.95')

谁会需要这个？

此仓库主要是为了帮助那些想要学习使用python处理数据与画图的同学，希望我的代码能够帮到你；

即使你以前没有接触过python，也不用担心，因为python上手很容易，至少要读懂并不难。

你需要什么？

Anaconda是最为推荐的选择(各种数据处理与画图的库都打包好了)；

或者你使用普通的python，不过需要安装几个常用的库numpy，matplotlib，scipy。

如何使用？

使用jupyter notebook打开ipynb文件；

或者用其他编辑器(比如spyter)打开py文件；

在需要的地方把实验数据改成你自己的(代码注释中有提示)，然后一步步运行即可(当然可以用原本的数据先运行看看结果)。

进展与简单介绍

(如果我用了代码处理数据我会把代码上传)

1.电路的暂态过程

柯老师只让手工作图(虽然他要求严格，我还是挺喜欢这位老师的)。

2.音叉实验(2018.9.22)

1.绘制有无阻尼的图像，寻找半功率点，计算锐度；

2.绘制T^2-m关系图，计算k和m0。

3.偏振与双折射(2018.9.28)

1.绘制I-cos^2(θ)图像；

2.绘制极坐标图。

4.转动惯量的测量

1.这真是一个简单的实验，也不用作图，会有较多剩余时间；

2.老师建议上课就把数据处理了，听他的吧。

5.液体的表面张力(2018.10.10)

1.这也是一个要求手工作图的，所以没有代码，也不需要；

2.里面有个思考题是：为什么拉脱法里U会先增大后减小？我觉得这是一个有趣的问题，网上有一种解释是最大值时是包含了被拉起来的液体的重量的，而减小则是去掉这部分质量的过程。

6.导热系数(2018.10.19)

1.绘制升温曲线，冷却曲线；

2.计算冷却速率，导热系数以及不确定度。

总结

到今天为止，我已经完成了所有物理实验，在我做的实验中只有三个实验需要并可以使用计算机绘图，因此最终这里只有三个实验。

最后，欢迎大家fork，把更多实验添加到这里，包括我没做但需要计算机绘图的实验，当然也包括物理实验(一)。

友情链接

1.物理实验预约以及讲义下载网址：(说起来很蠢，但我还是忍不住提醒你：使用校园网)

http://210.42.109.72/HustElective/

2.awesome-hust: (集中了一些适用于华科的资料，小工具等)

https://github.com/recolic/awesome-hust

3.recolic的物理实验数据处理套装：(很全，有专门的网页，可以傻瓜式的处理实验数据，但不能画图)

https://github.com/recolic/phy-exp