Kurz KING 2022¶
$\LaTeX$ a ostatní témata¶
- sdílený overleaf obsahuje materiály k tématům:
- základní a nejobsáhlejší téma $\LaTeX$
- stručné poznámky ke grafickým programům (součástí kurzu byla především práce s vektorovou grafikou v programu Inkscape)
- další užitečné programy
- projekty a publikace
Numpy, scipy, matplotlib¶
- histogram (data.txt)
- načítání data - porovnání pandas (read_csv) a numpy (loadtxt)
- uložení data do binární podoby (úspora místa a rychlejší znovunačtení)
- vykreslení histogramu matplotlib
- zadání, řešení, data - úloha na procvičování numpy, scipy, matplotlib
- optimalizace pomocí balíku scipy
- hromadné zpracování dat (data.zip)
- 64 vypočtených úloh v programu Atena
- načtení dat, která nejsou v podobě tabulky (nelze tedy jednoduše použít (numpy.loadtxt, pandas.read_csv))
- vykreslení LD křivek a zvýraznění maximálního zatížení
- statistické zpracování maximální síly a jí odpovídající deformace - histogram, střední hodnota a rozptyl, fitování rozdělení (normální a dvouparametrické Weibullovo)
- vygenerování reportu (updated 21.11.2022) pomocí $\LaTeX$u; A4 pro každý vzorek - graf, max síla a jí odpovídající deformace
Načítání dat¶
- použití balíčků numpy nebo pandas
Různé¶
- gui 1, gui 2 - jednoduché a složitější grafické rozhraní pro jupyter notebook (s matplotlib widget)
- multiprocessing Pool (https://docs.python.org/3/library/multiprocessing.html)
- spuštění více úloh najednou
- použití v konzoli
python nazev.py
- nepoužívat v jupyter notebooku
- jednoduchý příklad
- příklad linux, příklad win na spouštění externího programu pomocí subprocess.Popen (funkce run_oofem může obsahovat jakýkoli Pythonovský kód))
- řádek !
if __name__=="__main__":
!, za kterým je volána funkceexecute_pool
je důležitý především ve Windows (dlouho netestováno bez tohoto řádku) - nekontrolované spouštění úloh až do vyčerpání prostředků PC
- návod na grafické rozhraní pomocí tratsui
Ukázkové notebooky¶
- ukázka1, ukázka2 - statistické analýzy dat (balíčky numpy, pandas, seaborn, matplotlib)
- ukázka - vyhodnocení dotazníku
- ukázka - regrese dat
- materiály ze cvičení BD002 - vlastně celý web je tvořen notebooky
- příklady k předmětu CD004
- některé využívají balíček Openturns
Tipy¶
- Colaboratory - použití widgets (ipywidgets)
- na začátek notebooku umístit
from IPython.display import clear_output # instalace ipympl !pip install ipympl clear_output() # smaže rozsáhlý výpis o instalaci
- použití widgets pro matplotlib
# zapnutí interaktivního režimu pro matplotlib %matplotlib widget # povolení custom widget v Colaboratory from google.colab import output output.enable_custom_widget_manager()
In [ ]: