Voir le flux RSS

Messages des blogs récents

  1. Python. Ajustement de courbe (curve fitting).

    par , 29/04/2020 à 22h15
    Wikipédia nous donne la définition suivante :
    L'ajustement de courbe est une technique d'analyse d'une courbe expérimentale, consistant à construire une courbe à partir de fonctions mathématiques et d'ajuster les paramètres de ces fonctions pour se rapprocher de la courbe mesurée — on parle donc aussi d'ajustement de paramètres. On utilise souvent le terme anglais curve fitting, profile fitting ou simplement fitting, pour désigner cette méthode ; on utilise souvent le franglais « fitter une courbe
    ...
  2. Python, pandas. Trouver les minimas et les maximas d'une courbe périodique.

    par , 09/04/2020 à 11h18
    Lorsque vous utilisez un Dataframe pour contenir les valeurs x et y d'une courbe périodique il est possible de trouver les minimas et les maximas de cette courbe.

    J'ai utilisé la méthode à plusieurs reprises sur des équations de courbes périodiques très diverses, mais je ne peux pas garantir la justesse du résultat (minimas et maximas) dans tous les cas de figure. C'est la raison pour laquelle je vous recommande vivement de toujours comparer le résultat (minimas et maximas) avec le ...

    Mis à jour 09/04/2020 à 11h44 par danielhagnoul

    Catégories
    Python , Python , Programmation
  3. Python. Intégrale d'une fonction par trois méthodes classiques

    par , 01/12/2019 à 09h20
    Code Python : Sélectionner tout - Visualiser dans une fenêtre à part
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    from termcolor import cprint
    from typing import List, Callable
    import numpy as np
    from scipy.integrate import simps
     
     
    def rectangles(f: Callable, a: int, b: int, n: int) -> float:
        """Intégrale d'une fonction par la méthode des rectangles"""
        S = 0
        for i in range(0, n):
            Xi = a + (b - a) * i/float(n)
            Xj = a + (b - a) * (i + 1)/float(n)
            S += f((Xi +
    ...