בסדנה זו תלמדו לעבד את נתוני המעבדה בעזרת שפת Python. אנחנו נשתמש בתוכנה Spyder לכתיבה והרצה של הקוד. המטרה היא ליצור מיומנות בסיסית של ניתוח נתונים והצגתם בגרפים כדי שתוכלו לעבד את הנתונים של המעבדה בקלות. בנוסף, הקוד שתכתבו בסדנה יישמר אצלכם ותוכלו לחזור ולהיעזר בו בעתיד.
היקף הסדנה הוא שעתיים, בסופה יהיו ברשותכם קבצי קוד שיכילו את כל הפקודות שלמדתם ותוכלו לעשות בהם שימוש במהלך המעבדה.
קובץ נתונים לסדנה, בתיקייה זו קיים הקובץ : Trace 0.csv
האוסצילוסקופ במעבדה מייצא נתונים לקובץ csv ונותן להם שם כברירת מחדל Trace #.csv
הקובץ שתורידו כאן הוא בפורמט xlsx . על מנת שתוכלו לעבוד איתו בסדנה ולאחר מכן הקוד שלכם יתאים לטעינת נתונים "אמיתיים" במעבדה, יש צורך לשמור את הקובץ בפורמט csv ,לאחר ההורדה למחשב.
חלק א' – התקנת Anaconda ו-Spyder
הערכת זמן 15 דק'
בצעו התקנה של Anaconda:
https://docs.anaconda.com/anaconda/install/windows/
התקנה זו מתקינה גם Spyder.
חלק ב' – סביבת עבודה ב-Spyder
הערכת זמן 15 דק'
1.צרו תיקית קבצים ריקה שתוקדש לסדנה.
2. פתחו את Spyder.
3. הסתכלו על הממשק של Spyder וזהו את החלקים הבאים:
סרגל פקודות ותפריטים, תיקיית ההרצה.
חלון הקובץ – אזור כתיבת הקוד.
ה-Console, שימו לב שישנם שני Tabs לחלון זה.
חלון עזרה, שימו לב שישנם 4 Tabs :
Help, Variable Explorer, Plots, Files
4. שנו את תיקיית ההרצה לתיקיית הסדנה – כדי שהקוד יוכל למצוא את הקבצים שנמצאים בה.
5. עיברו עם העכבר מעל האייקונים של פקודות ההרצה
הסבר וטיפים לתחילת עבודה
כדי לעבד את הנתונים, נשתמש בmodules (ספריות פיתון המכילות פונקציות ואובייקטים סטנדרטיים) הבאים:
import numpy as np # math functions import scipy # scientific functions import matplotlib .pyplot as plt # for plotting figures and setting the figures' properties import pandas as pd# handling data structures (loaded from files) from scipy.stats import linregress # for linear regression ( fitting line to data points) |
- פתחו קובץ קוד חדש בשם data_analysis.py ושמרו אותו בתיקיית העבודה של הסדנה.
- העתיקו את השורות האלה לתחילת הקובץ של הקוד והריצו אותן.
אתם בוודאי תוהים מה הקוד שהרצתם עושה, אז נשים לב למספר כללים שיעזרו לכם:
* הפקודות בפיתון חייבות להיכתב בתחילת השורה! בלי רווחים. רווח כזה יגרום להודעת שגיאה unexpected indent (מוזמנים לנסות).
* שפת פיתון היא case sensitive, כלומר My_temp ו-my_temp אלו שני משתנים שונים.
* הערות בקוד מתחילות בסימן "#". כדי להפוך קוד להערה ולהיפך בspyder לוחצים ctrl+1.
* לפיתון יש ספריות שמכילות פונקציות מוכנות. כדי לייבא ספרייה (להפוך את הפונקציות שבה לזמינות לשימוש בקוד) משתמשים בפקודה import ואחריה שם הספרייה.
* אפשר לתת כינוי לספרייה בעזרת המילה as כדי לקצר את שם הספרייה כשתפנו אליה בהמשך.
* לספריות יכולות להיות תתי ספריות, למשל pyplot היא תת ספריה של matplotlib.
* במקום ספרייה, ניתן לייבא רק פונקציה ספציפית מתוכה, למשל הפונקציה linregress מתוך תת הספרייה stats של הספרייה scipy.
קראו את ההערות הרשומות ליד כל פקודת import והשלימו את הטבלה:
חלק ג' – עיבוד נתוני המעבדה (מתחילים לעבוד)
באופן כללי, הפעולות הנדרשות לעיבוד הנתונים הן:
1. כתיבת וקטור נתונים
2. ביצוע חישוב על וקטורי נתונים (כתיבת פונקציה)
3. חישוב עקום תיאורטי
4. טעינת נתונים מקובץ
5. הצגת נתונים בגרף
6. ביצוע רגרסיה לינארית
7. ביצוע אינטגרציה לווקטור נתונים
אלו הן בדיוק הפעולות שתלמדו בפרק זה. כמו שאמרנו, זהו שיעור ב"עיבוד נתונים בסיסי".
תוכלו להכנס לכל פעולה הקישור מוביל למסמך המפרט את המשימות הנדרשות בה.
סיכום :
סיימנו. שמרו את הקוד שכתבתם. מוזמנים לסכם לעצמכם בטבלה איך עושים כל אחד מהדברים שלמדנו (להעתיק מתוך הקוד שכתבתם):