Experiment i avancerade dataloggning (med Python) (2 / 11 steg)
Steg 2: Bygga ett Experiment
Det finns tre steg för programmering (och linjer) i att bygga ett experiment. Varje experiment är en funktion i LoggingSim-objektet i filen simulate_logging.py. Låt oss titta på experiment 1 (bara första grafen) som vi kommer att köra i nästa steg:
def experiment_with_sample_rates (själv):
skriva ut "" "
Experimentera med samplingsfrekvens
Titta på olika samplingsfrekvenser genom att ändra delta T
"""
Self.start_plot (plot_title = "samplingsfrekvens - del 1/3: Delta T = 1,0")
Self.add_sensor_data (namn = "dt = 1.",
amplitud = 1.,
noise_amp =.0,
delta_t = 1.,
max_t = 10.,
run_ave = 0,
trigger_value = 0)
Self.show_plot)
Varje experiment är skriven som en egen funktion så vi har ett sortiment som definierar funktionen (def experiment...)
Nästa, icke kommentarraden, (start_plot(...) skapar objektet för experimentet och ger den ett namn.
Nästa, icke linje kommentarraden, (add_sensor_data(...) delas upp i flera rader. Den simulerar en sensor mäter signalen med potentiellt buller och viss bearbetning. Funktionsargumenten är följande:
- namn: ett namn på sista diagrammet att identifiera data
- amplitud: hur stor signalen är, vi kommer alltid att använda en amplitud på 1. i detta instructable.
- noise_amp: hur stort buller är, 0. är inget buller, vi kommer att börja här.
- delta_t: tiden mellan mätningar och kontroller samplingsfrekvens.
- maxt_t: den maximala tid som vi samlar in data, vi använder alltid 10 i detta instructable.
- run_ave: bearbetning med en löpande genomsnittlig, 0 betyder ingen behandling.
- trigger_value: bearbetning med hjälp av utlösande, 0 betyder ingen behandling
sista, icke kommentar linje, (self.show_plot...) visar grafen.
För att göra saker lite mer komplicerad kan du ha flera rader på en graf eller flera diagram i ett experiment, bör detta vara klart från de experiment som följer.