במסלול זה 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 6 שעות,
בסופן יהיו ברשותכם קבצי קוד שיכילו את כל הפקודות שלמדתם ותוכלו לעשות בהם שימוש במהלך המעבדה. במפגש בכיתה נגיע עד וכולל ניסוי מיפוי פוטנציאל.
מסלול All include,
מה עומד מאחוריו?
במסלול זה בחרנו ללמד את הסטודנטים מהשלבים הראשונים , החל בחשיפה לתכנים הקיימים ברשת ומדריכים המשתמשים וכלה בהכנת קבצי קוד שייסעיו להם לעבד ולנתח נתונים בהמלך הלמידה.
מה אומרים הסטודנטים על מסלול הלימוד ?
"סדנת הפייתון היא לטעמי גולת הכותרת של המעבדה, שכן זו הפעם הראשונה שלמדתי לבצע עיבוד נתונים ורגרסיה ליניארית, ואני מאמין שזה כלי חשוב שישמש אותי בהמשך."
סטודנט פיסיקה שנה א'
"בסדנת הפייתון רכשנו את הכלים הבסיסיים בעבודה לאורך כל הקורס. השתמשנו בכלים אלו ליצירת גרפים, חישובי שגיאות ורגרסיה בחלק מהניסויים. היא הקלה מאד את העבודה עם התוכנה, שעבור חלק מהסטודנטים הייתה עולם חדש לגמרי"
סטודנטית פיסיקה שנה ב'
ו'"הסדנא עזרה מאוד בהכנה מקדימה של הקודים שעלינו היה להשתמש בניסוי, אפשר להשתמש בסדנא זו ממש להכין את הקודים שאנו צריכים להריץ בניסוי אחד לאחד ואז נוכל לבדוק בלייב האם התוצאות שקיבלנו נכונות"
סטודנטית פיסיקה שנה א'
ת'קבצי נתונים לסדנה להורדה
בתיקייה זו נמצאים הקבצים
capacitor.csv
ohm.csv
Trace 0.csv
Trace 1.csv
Trace 2.csv
Trace 3.csv
Trace 4.csv
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. צרו קובץ חדש tutorial.py ושמרו אותו בתיקיה שתוקדש לסדנה.
6.עיברו עם העכבר מעל האייקונים של פקודות ההרצה
חלק ג' – שימוש בסיסי ב-Python
הערכת זמן 45 דק'
היכנסו לאתר https://www.learnpython.org/en/Welcome.
כאן תוכלו ללמוד את השיעורים המוגדרים כלימודי הבסיס וניתוח נתונים –
בצעו את השיעורים עד וכולל Pandas, לפי הרשימה (שימו לב, מדלגים על חלק מהשיעורים). המלצתנו, הקדישו לכך כ-45 דקות. תמיד תוכלו לחזור וללמוד.
דגשים חשובים (מאוד):
במקום להריץ באתר – העתיקו את הקוד לקובץ ב-Spyder והריצו את הפקודות שם. באופן זה תשמרו את כל מה שלמדתם.
אם אתם מבינים את דוגמת הקוד, אתם לא חייבים להריץ אותה. תעתיקו ותריצו רק מה שאתם רוצים לוודא שאתם מבינים.
התמקדו בלהבין את הדוגמאות (ופחות בהבנת הטקסט).
בצעו את התרגיל באתר (ב-Spyder).
שמרו את הקוד שכתבתם בתיקיה.
הלינק אצלכם, הקוד אצלכם, תוכלו להמשיך ולהתקדם בכל זמן שתרצו, הכול זמין עבורכם.
חלק ד'
באופן כללי, הפעולות הנדרשות לעיבוד הנתונים הן:
1. כתיבת וקטור נתונים (למדתם בשיעור Arrays Numpy )
2. חישוב עקום תיאורטי
3. טעינת נתונים מקובץ
4. הצגת נתונים בגרף
5. ביצוע חישוב על וקטורי נתונים (כתיבת פונקציה)
6. ביצוע רגרסיה לינארית
7. ביצוע fit (לעקום לא לינארי)
8. ביצוע אינטגרציה לווקטור נתונים
בחלק זה של הסדנה תלמדו ותבצעו את כל הפעולות האלה, על נתונים מניסויי המעבדה
הורידו למחשב שלכם את קובץ הסדנא והתחילו מחלק ד'
טיפים ודגשים לדרך :
1. נהוג להגדיר את הפונקציות (def) בתחילת הקוד, כדי למנוע קריאות שגויות. עבור כל section, מקמו את הפונקציות שכתבתם בתחילת ה- section.
2. רשמו הערות לכל section – מה מבוצע בפקודות השונות ולאילו סעיפים הוא מתאים. ההערות
צריכות להיות מספיק ברורות כך שתוכלו להבין אותן בעוד חודש.
3. לכל figure שיצרתם, הוסיפו את החלקים הדרושים לפי ההנחיות שבחומרי העזר, לא כולל CAPTION. הוסיפו גם grid. להגבלת הצירים לתחום מסוים יש להשתמש ב-()ylim ,()xlim.
4. צרו section וכתבו בו בהערות:
a. רשימה של הפקודות שלדעתכם יהיו הכי שימושיות בניתוח נתונים במעבדה, מתוך הקוד שכתבתם עד כה.
b. רשימה של הפקודות שמופיעות בקוד שלכם ושאתם לא בטוחים עד הסוף מה הן מבצעות.
5. הדפיסו (print) את ערכי הקבועים, e, mu_0, epsilon_0 m_e בעזרת spicy.constants