Быстрый старт

Возможности

  • Построения графиков по всем правилам оформления

  • Удобная аппроксимация точек графика

    • Линейная

    • Полиномиальная

    • Экспоненциальная

    • Логарифмическая

    • Lowess

    • На основе преобразования Фурье (WIP)

    • На основе любой пользовательской функции

  • Удобная интерполяция точек графика

    • Квадратическая

  • Преобразования таблиц pandas в таблицы latex

Требуемые зависимости

  • matplotlib

  • numpy

  • scipy

  • pandas

  • statsmodels

Установка

Используя pip…

$ pip install miptlabs

Использование

Рекомендуется использовать jupyter notebook для выполнения лабораторных!!!!!

Просто рисование графика

from miptlabs.plotter import pretty_plot, show
from numpy import linspace

# точки для построения графика
x = linspace(0, 5, 20)
y = x * x # рисуем параболу

pretty_plot(x, y)
show()

Получается

Простой пример

По умолчанию рисуются точки, не соединённые линиями. Так сделано, так как точки в 99% случаев вы будите чем-то аппроксимировать.

Точки можно соединить, дописав line=True, и удалить их выделение, дописав points=False. Также можно добавить легенду к графику с помощью атрибута legend.

pretty_plot(x, y, legend='$y = x^2$', line=True)
Пример сложнее

Так как для данный с лаб простое соединение вряд ли подойдет, то в пакете есть разные апроксиматоры Для примера можно взять зависимость координаты от рвемени при равноускоренном движении

from src.miptlabs.plotter import pretty_plot, show
from src.miptlabs.approximators import Polynomial
from numpy import linspace
import numpy as np


# точки для построения графика
x = linspace(0, 5, 20)
y = x * x + np.random.normal(size=x.shape)
ax = pretty_plot(x, y, legend='$x = t^2$ + random')


# Апроксимация
approximator = Polynomial(deg=2)
appr_x, appr_y = approximator.approximate(x, y)
# Вывод формулы для латеха
print(approximator.label('t', 'x'))
# >>> $y = 1.03t^{2}-0.205t+0.158$

# Построение графика. Параметры говорят сами за себя
pretty_plot(appr_x, appr_y, axes=ax, points=False, line=True,
            legend=approximator.label('t', 'x'), xlabel='t, сек', ylabel='x, м', title='График $x(t)$')

ax.figure.savefig('examples/approx.png')
show()
С аппроксимацией