华中科技大学物理实验画图及数据处理（使用python）.zip

# 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 ```python # 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