Gnuplot. narzędzie do tworzenia wykresów
|
|
- Paulina Kaczor
- 7 lat temu
- Przeglądów:
Transkrypt
1 Gnuplot
2 Gnuplot narzędzie do tworzenia wykresów
3 Gnuplot
4 Pomoc help help plotting help polecenie, np. plot test
5 Polecenie test rotated ce+ntred text pdfcairo terminal test rotated by +45 deg rotated by -45 deg linewidth lw 6 lw 5 lw 4 lw 3 lw 2 lw 1 show ticscale -1 filled polygons: left justified 4 centre+d text 5 right justified 6 7 test of character width: Enhanced text: xn pattern fill
6 in/out wejście do programu gnuplot wyjście z programu exit lub quit zachowanie sesji gnuplot> save savefile.gpl wywołanie pliku gnuplota z gnuplota: gnuplot> load savefile.gpl z konsoli: $ gnuplot savefile.gpl
7 Można też utworzyć skrypt gnuplota pierwsza linijka #!/usr/bin/gnuplot lub #!/usr/bin/env gnuplot
8 Format pliku wyjściowego gnuplot> set terminal Available terminal types:... fig FIG graphics language for XFIG graphics editor jpeg JPEG images using libgd and TrueType fonts pdfcairo pdf terminal based on cairo png PNG images using libgd and TrueType fonts postscript PostScript graphics language [mode fontname font size] wxt wxwidgets cross-platform windowed terminal x11 X11 Window System...
9 Format pliku wyjściowego 1. wybór formatu: set terminal postscript set term post color set term post enhanced 2. określenie nazwy pliku wyjściowego: set out plik.ps set out plik.ps
10 Tworzenie wykresu plot x plot x**2 plot sin(x) f(x) = sin(x*a); a =.2 plot f(x) plot f(x) = sin(x*a), a =.2, f(x), a =.4, f(x) splot sin(x) plot dane.dat
11 Tworzenie wykresu z legendą lub bez niej plot x**2 title wykres funkcji xˆ2 plot x**2 t wykres funkcji xˆ2 plot x**2 notitle plot x**2 not
12 Tworzenie wykresu plot x**2 t wykres funkcji xˆ2 with lines lt 4 plot x**2 t wykres funkcji xˆ2 w linesp lt 4 pt 3 plot x**2 notitle w l lt 4 plot x**2 not w lp lt 4 pt 3
13 Przykład 1 9 wykres funkcji x
14 Napisy set title Tytuł set xlabel os x set ylabel os y set label opis at 2,3 set label 1 inny opis at 2,3 unset label 1
15 Przykładowy skrypt #! / u s r / b i n / env g n u p l o t s e t term p o s t enhanced s e t output fun kw. ps s e t t i t l e Wykres f u n k c j i s e t x l a b e l os x s e t y l a b e l os y p l o t x 2 t x ˆ2 w l i n e s p l t 4 pt 3
16 Przykładowy skrypt #! / u s r / b i n / env g n u p l o t s e t term p o s t enhanced s e t output fun kw. ps s e t t i t l e Wykres f u n k c j i s e t x l a b e l os x s e t y l a b e l os y p l o t x 2 t x ˆ2 w l i n e s p l t 4 pt 3 Wykonanie: 1. chmod +x przyklad.gpl 2../przyklad.gpl 3. gv fun kw.ps
17 Przykład os y Wykres funkcji 1 9 x os x
18 Funkcje wbudowane sqrt(x), exp(x), log(x), log1(x), abs(x), int(x) ceil(x) - najmniejsza liczba całkowita nie mniejsza niż x, floor(x) - największa liczba całkowita nie większa niż x sgn(x) sin(x), cos(x), sinh(x), cosh(x), tan(x), tanh(x), asin(x), asinh(x), acos(x), acosh(x), atan(x), atan2(y,x), atanh(x) imag(x), real(x) norm(x), rand(x)
19 Własne zmienne i funkcje a=5; b=2.5 liczba zespolona: x={2, 3} a=5*sqrt(7)+1 f(x)=a*sin(x)*tan(x)
20 Własne zmienne i funkcje
21 Styl linii i punktów typ linii - lt kolor linii - lc grubość linii - lw typ punktu - pt wielkość punktu - ps
22 Styl linii i punktów typ linii - lt kolor linii - lc grubość linii - lw typ punktu - pt wielkość punktu - ps plot dane.dat u 1:2 not w lp lt 1 lc 3 lw 3, u 2:3 not w p lc 1 pt 2 ps 3 set style line 1 lc 3 pt 7 ps.3 plot dane.dat not w p ls 1
23 Styl linii i punktów
24 Własne kolory s e t s t y l e l i n e 1 l t rgb #19c91e pt 5 p l o t dane. dat not w p l c rgb #c227d9 pt 5,\ dane. dat not w p l s 1 ps. 5
25 Własne kolory s e t s t y l e l i n e 1 l t rgb #19c91e pt 5 p l o t dane. dat not w p l c rgb #c227d9 pt 5,\ dane. dat not w p l s 1 ps
26 Własne kolory s e t key o u t s i d e r e v e r s e s e t format y %.2 f s e t s t y l e l i n e 1 lw 3 l c rgb g o l d s e t s t y l e l i n e 2 lw 2 l c rgb p u r p l e s e t s t y l e l i n e 3 lw 3 l c rgb dark r e d s e t s t y l e l i n e 4 lw 2 l c rgb sea g r e e n s e t s t y l e i n c r e m e n t u s e r p l o t s i n ( x ), cos ( x ), 2 s i n ( x ), 2 cos ( x )
27 Własne kolory s e t key o u t s i d e r e v e r s e s e t format y %.2 f s e t s t y l e l i n e 1 lw 3 l c rgb g o l d s e t s t y l e l i n e 2 lw 2 l c rgb p u r p l e s e t s t y l e l i n e 3 lw 3 l c rgb dark r e d s e t s t y l e l i n e 4 lw 2 l c rgb sea g r e e n s e t s t y l e i n c r e m e n t u s e r p l o t s i n ( x ), cos ( x ), 2 s i n ( x ), 2 cos ( x ) sin(x) cos(x) 2*sin(x) 2*cos(x)
28 Własne kolory rgb ( r, g, b ) = i n t ( r ) i n t ( g ) + i n t ( b ) p l o t dane. dat using 1 : 2 : ( rgb ( $1, $2 1, $3 1)) \ not with p o i n t s l c rgb v a r i a b l e pt 7 ps. 5
29 Własne kolory rgb ( r, g, b ) = i n t ( r ) i n t ( g ) + i n t ( b ) p l o t dane. dat using 1 : 2 : ( rgb ( $1, $2 1, $3 1)) \ not with p o i n t s l c rgb v a r i a b l e pt 7 ps
30 Ustawienia osi set logscale x unset logscale x set logscale xy set xtics,.5,1 set xtics 5 set format x %.1e set format y %2.t{/Symbol \327}1ˆ{%T}
31 Ustawienia osi e+ 1.e+4 2.e+4 3.e+4 4.e+4 5.e+4
32 Dane z pliku plot dane.dat plot dane.dat using 1:2 plot dane.dat using 1:2 with lines [point, linesp, steps, impulses, dots] plot dane.dat using 1:2 with lines, using 1:3 with impulses plot dane1.dat u 1:2 t 1 i 2 pt 5, u 1:3 t 1 i 3 lc 3 pt 7,\ u 2:3 t 2 i 3 lc 4 pt 9
33 Dane z pliku 1 'dane.dat' 1 'dane.dat' 1 'dane.dat' 'dane.dat' 1 'dane.dat' 1 'dane.dat'
34 Dane z pliku i 2 1 i 3 2 i
35 Niepewności plot dane.dat with errorbars plot dane.dat using 1:2:3 with yerrorbars plot dane.dat using 1:2:3:4 with yerrorbars plot dane.dat using 1:2:3:4 with xyerrorbars plot dane.dat using 1:2:3:4:5:6 with xyerrorbars
36 Niepewności
37 Serie danych Plik podzielony na serie danych - bloki oddzielone dwiema pustymi liniami: plot dane.dat index using 1:2 not, index 1 not
38 Serie danych
39 Wybrane dane set xrange [-15:1], set xrange [15:-1], set yrange [:1] (plot [:2] f(x); plot [ ][:1] f(x); plot [:2][:1] f(x))
40 Wybrane dane set xrange [-15:1], set xrange [15:-1], set yrange [:1] (plot [:2] f(x); plot [ ][:1] f(x); plot [:2][:1] f(x)) every I:J:K:L:M:N I - co ile linii J - co ile bloków K - pierwsza linia L - pierwszy blok M - ostatnia linia N - ostatni blok
41 Wybrane dane set xrange [-15:1], set xrange [15:-1], set yrange [:1] (plot [:2] f(x); plot [ ][:1] f(x); plot [:2][:1] f(x)) every I:J:K:L:M:N I - co ile linii J - co ile bloków K - pierwsza linia L - pierwszy blok M - ostatnia linia N - ostatni blok every 2 - co druga linia every ::3 - od trzeciej linii every ::3::5 - od trzeciej do piątej linii every 2::::6 - linie pierwsza,trzecia,piąta i siódma every :::5::8 - bloki od piątego do ósmego
42 Przykład s e t xrange [. 9 6 : 1. 2 ] s e t yrange [. 1 :. 1 ] p l o t dane2. dat index every 2 : : : : 6 not pt 7
43 Przykład s e t xrange [. 9 6 : 1. 2 ] s e t yrange [. 1 :. 1 ] p l o t dane2. dat index every 2 : : : : 6 not pt
44 Modyfikacja danych plot dane.dat using 1:2 with lines plot dane.dat using 1:($2*2) with lines plot dane.dat using 1:(sqrt($2)) with lines plot dane.dat using 1:2:($2*$3/1.) with lines
45 Przykład p l o t dane. dat u 1 : ( c e i l ( $2)%2==?1: 1) not w p l s 1
46 Przykład p l o t dane. dat u 1 : ( c e i l ( $2)%2==?1: 1) not w p l s e+ 1e+4 2e+4 3e+4 4e+4 5e+4
47 Łączenie plików Polecenie paste: plot <paste dane.dat dane1.dat using 2:4 w lp plot <paste dane.dat dane1.dat using 1:($2/$4) w lp
48 Sortowanie plot dane.dat not w lp lc 3 pt 7 ps
49 Sortowanie plot <sort -n dane.dat not w lp lc 3 pt 7 ps
50 Fitowanie 1 dane
51 Fitowanie f(x)=a*x**b fit f(x) dane.dat via a,b
52 Fitowanie f(x)=a*x**b fit f(x) dane.dat via a,b plot dane.dat t dane lc 3 pt 7 ps.3, f(x) lc 1
53 Fitowanie f(x)=a*x**b fit f(x) dane.dat via a,b plot dane.dat t dane lc 3 pt 7 ps.3, f(x) lc 1 1 f(x) dane
54 Fitowanie f(x)=a*x**b fit f(x) dane.dat via a,b set key left invert reverse plot dane.dat t dane lc 3 pt 7 ps.3, f(x) lc 1 1 f(x) dane
55 Przykład f ( x)=a x b f i t f ( x ) dane. dat v i a a, b s e t l a b e l a=%g, a,, b=%g, b at 5,82
56 Przykład f ( x)=a x b f i t f ( x ) dane. dat v i a a, b s e t l a b e l a=%g, a,, b=%g, b at 5, f(x) dane a=1, b=
57 Fit - uwagi f(x)=a*(x**b) fit f(x) przyklad.dat via fit.par gdzie plik fit.par : a=1 b=-1 raport z fitowania zapisywany jest w pliku fit.log
58 fit.log ******************************************************************************* Thu Mar 8 :11: FIT: data read from dane.dat format = z #datapoints = 51 residuals are weighted equally (unit weight) function used for fitting: f(x) fitted parameters initialized with current variable values Iteration WSSR : e+9 delta(wssr)/wssr : delta(wssr) : limit for stopping : 1e-5 lambda : initial set of free parameter values a = 1 b = 1 After 26 iterations the fit converged. final sum of squares of residuals : e-23 rel. change during last iteration : degrees of freedom (FIT_NDF) : 49 rms of residuals (FIT_STDFIT) = sqrt(wssr/ndf) : e-13 variance of residuals (reduced chisquare) = WSSR/ndf : e-25 Final set of parameters Asymptotic Standard Error ======================= ========================== a = 1 +/ e-16 (5.293e-14%) b = 2 +/ e-16 (5.962e-15%) correlation matrix of the fit parameters: a b a 1. b *******************************************************************************
59 Przykład s e t xrange [ 5:5] s e t yrange [ : 1 ] f ( x )=(1/( s1 s q r t (2 p i ) ) ) exp ( (( x m1) 2 ) / ( 2 s1 2)) g ( x )=(1/( s2 s q r t (2 p i ) ) ) exp ( (( x m2) 2 ) / ( 2 s2 2)) f i t f ( x ) r o z k l a d 1. dat v i a s1, m1 f i t g ( x ) r o z k l a d. dat v i a s2, m2 s e t l a b e l s=%.2g, s1,, m=%.2g,m1 at 4,.8 t e x t c o l o r l t 1 s e t l a b e l s=%.2g, s2,, m=%.2g,m2 at 4,.7 t e x t c o l o r l t 3 p l o t r o z k l a d 1. dat not pt 5 ps. 5, f ( x ) not l c 5,\ r o z k l a d. dat not pt 7 ps. 5, g ( x ) not l c 4
60 Gnuplot 1.8 s=.5, m=1 s=1, m=
61 Alfabet grecki set label {/Symbol s}=%.2g,s1,, {/Symbol m}=%.2g,m1 at -4,.8 textcolor lt 1 set label {/Symbol s}=%.2g,s2,, {/Symbol m}=%.2g,m2 at -4,.7 textcolor lt σ=.5, µ=1 s=1, µ=
62 Dwie różne osie
63 Dwie różne osie y1 1 y
64 Dwie różne osie s e t border 11 #bottom 1, l e f t 2, top 4, r i g h t 8 s e t x t i c s n o m i r r o r s e t y t i c s n o m i r r o r s e t y 2 t i c s 1 s e t y l a b e l y1 r o t a t e by s e t y 2 l a b e l y2 p l o t dane. dat u 1 : 2 not l c 3 pt 7 ps. 3, \ u 1 : 3 a x i s x1y2 not l c 1
65 Multiplot V x x x V x x x
66 Multiplot s e t term pdf c o l o r enhanced font Times, 3 s e t out m u l t i p l o t. pdf s e t s i z e s q u a r e. 5,. 5 s e t x l a b e l x s e t y l a b e l V r o t a t e by s e t xrange [ 1. 5 : 1. 5 ] s e t yrange [ 1. 5 : 1. 5 ] s e t m u l t i p l o t s e t o r i g i n. 1,. 5 ; p l o t dane. out i n d u 2 :3 t 1ˆ{ 1} w l u n s e t y l a b e l s e t o r i g i n. 2 5,. 5 p l o t dane. out i n d 1 u 2 :3 t 1ˆ{ 2} w l s e t o r i g i n. 5 5,. 5 p l o t dane. out i n d 2 u 2 :3 t 1ˆ{ 3} w l s e t y l a b e l V r o t a t e by s e t o r i g i n.1, p l o t dane. out i n d 3 u 2 :3 t 1ˆ{ 4} w l u n s e t y l a b e l s e t o r i g i n. 2 5, p l o t dane. out i n d 4 u 2 :3 t 1ˆ{ 5} w l s e t o r i g i n. 5 5, p l o t dane. out i n d 5 u 2 :3 t 1ˆ{ 6} w l u n s e t m u l t i p l o t
67 Multiplot
68 Multiplot s e t p a r a m e t r i c u n s e t x t i c u n s e t y t i c u n s e t key s e t s i z e s q u a r e. 5,. 5 s e t r m a r g i n s e t m u l t i p l o t s e t o r i g i n.1,.5 p l o t s i n (3 t ), cos (2 t ) s e t o r i g i n. 2 5,. 5 p l o t s i n (3 t ), cos (4 t ) s e t o r i g i n. 5 5,. 5 p l o t s i n (3 t ), cos (5 t ) s e t o r i g i n.1, p l o t s i n (2 t ), cos (2 t ) s e t o r i g i n. 2 5, p l o t s i n (4 t ), cos (3 t ) s e t o r i g i n. 5 5, p l o t s i n (5 t ), cos (2 t ) u n s e t m u l t i p l o t
69 Multiplot
70 Multiplot s e t p o l a r u n s e t x t i c u n s e t y t i c u n s e t key s e t s i z e s q u a r e. 5,. 5 s e t r m a r g i n s e t m u l t i p l o t s e t o r i g i n.1,.5 p l o t s i n (3 t ), cos (2 t ) s e t o r i g i n. 2 5,. 5 p l o t s i n (3 t ), cos (4 t ) s e t o r i g i n. 5 5,. 5 p l o t s i n (3 t ), cos (5 t ) s e t o r i g i n.1, p l o t s i n (2 t ), cos (2 t ) s e t o r i g i n. 2 5, p l o t s i n (4 t ), cos (3 t ) s e t o r i g i n. 5 5, p l o t s i n (5 t ), cos (2 t ) u n s e t m u l t i p l o t
71 Multiplot 6e+3 5e+3 dt 4e+3 3e+3 2e+3 1e e+ e+ 1e+4 2e+4 3e+4 4e+4 5e+4 t
72 Multiplot s e t key l e f t s e t format x %1. e s e t format y %1. e s e t x t i c s 1 e4 s e t m u l t i p l o t s e t arrow from 2. 5 e4, 2. 5 e3 to 3e3,. 4 e3 f i l l e d l c 1 lw 3 s e t o r i g i n, s e t x l a b e l t s e t y l a b e l dt p l o t dane. out not w l i n e s p l c 3, dane1. out not w l i n e s p l c 4,\ dane2. out not w l i n e s p l c 5 s e t s i z e. 4,. 4 s e t o r i g i n. 5 5,. 2 7 s e t xrange [ : 4 ] u n s e t x l a b e l u n s e t y l a b e l s e t format xy %1. f s e t y t i c s 5 s e t x t i c s 4 re plot u n s e t m u l t i p l o t
73 Trzy wymiary complex ( x, y)=x {1,}+y {,1} mandel ( x, y, z, n)=( abs ( z ) >2. n>=1)? n : mandel ( x, y, z z+complex ( x, y ), n+1) s e t i s o s a m p l e 5 s e t hidden3d s e t contour s p l o t mandel ( x, y, {, }, )
74 Kilka plików z danymi sed s/rozklad.dat/rozklad1.dat/g rozklad.gpl gnuplot for i in rozklad.dat rozklad1.dat rozklad3.dat; do sed s/rozklad.dat/$i/g rozklad.gpl gnuplot; done
75 Kilka plików z danymi #!/bin/sh sed s/rozklad.dat/rozklad.dat/g rozklad.gpl gnuplot sed s/rozklad.dat/rozklad1.dat/g rozklad.gpl gnuplot sed s/rozklad.dat/rozklad2.dat/g rozklad.gpl gnuplot sed s/rozklad.dat/rozklad3.dat/g rozklad.gpl gnuplot...
76 Kilka plików z danymi plik rozklad.sh: #!/bin/sh gnuplot << EOF set terminal post eps enhanced set output $1.eps set xrange [ -1 : 1 ] set yrange [ : 2 ] plot $1.dat notitle w l EOF
GNUPLOT Wprowadzenie. dr inż. Marzena Tefelska martef@if.pw.edu.pl Wydział Fizyki Politechnika Warszawska 2015
GNUPLOT Wprowadzenie dr inż. Marzena Tefelska martef@if.pw.edu.pl Wydział Fizyki Politechnika Warszawska 2015 http://www.gnuplot.info/ Program Gnuplot Rysuje wykresy w 2D lub 3D zdefiniowanych funkcji
Bardziej szczegółowoGNUPLOT Wprowadzenie. dr inż. Marzena Sala-Tefelska Wydział Fizyki Politechnika Warszawska 2017
GNUPLOT Wprowadzenie dr inż. Marzena Sala-Tefelska martef@if.pw.edu.pl Wydział Fizyki Politechnika Warszawska 2017 http://www.gnuplot.info/ Program Gnuplot Rysuje wykresy w 2D lub 3D zdefiniowanych funkcji
Bardziej szczegółowognuplot - wprowadzenie
gnuplot - wprowadzenie Katarzyna Grzelak październik 2017 K.Grzelak (IFD UW) 1 / 22 Wprowadzenie Programy do opracowywania danych doświadczalnych (rysowanie funkcji, punktów z błędami, dopasowywanie zależności
Bardziej szczegółowoWizualizacja danych 2D i 3D - Gnuplot
Wizualizacja danych 2D i 3D - Gnuplot dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Laboratorium 10 Plan Wiele wykresów w jednym pliku (multiplot) Wykres na wykresie Wykresy
Bardziej szczegółowoWizualizacja danych 2D i 3D - Gnuplot
Wizualizacja danych 2D i 3D - Gnuplot dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Laboratorium 7 Legenda - składania set key [ on off ] [ default ] [ [ at {pos:position}
Bardziej szczegółowoWizualizacja danych 2D i 3D - Gnuplot
Wizualizacja danych 2D i 3D - Gnuplot dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Wizualizacja danych 2D i 3D O czym dziś będzie mowa Wywoływanie gnuplota. Wykreślanie funkcji
Bardziej szczegółowoWprowadzenie do Gnuplota
Wprowadzenie do Gnuplota Janusz Szwabiński Janusz Szwabiński Wprowadzenie do Gnuplota 1/18 Gnuplot strona główna: http://gnuplot.info/ program do tworzenia wykresów 2D i 3D darmowy rozwijany od 1986 roku
Bardziej szczegółowoWprowadzenie do programu gnuplot
Wprowadzenie do programu gnuplot Bogdan Kreczmer CiR PWR pokój budynek C bogdan.kreczmer@pwr.edu.pl Copyright c Bogdan Kreczmer Niniejszy dokument zawiera materiały do wykładu na temat wizualizacji danych
Bardziej szczegółowognuplot czyli jak zrobić wykres, żeby się nie narobić
gnuplot czyli jak zrobić wykres, żeby się nie narobić Uniwersytet Śląski, Instytut Informatyki 14 listopada 2008 Co to jest gnuplot i co nam oferuje? program do tworzenia wykresów oraz wizualizacji danych
Bardziej szczegółowoAnalizowanie danych. Katarzyna Grzelak. listopad 2014. K.Grzelak (IFD UW) 1 / 24
Analizowanie danych Katarzyna Grzelak listopad 2014 K.Grzelak (IFD UW) 1 / 24 Wprowadzenie Programy do opracowywania danych doświadczalnych (rysowanie funkcji, punktów z błędami, dopasowywanie zależności
Bardziej szczegółowoGnuPlot. Program do tworzenia wykresów. Zbigniew Koza. Uniwersytet Wrocławski Instytut Fizyki Teoretycznej. GnuPlot p. 1/30
GnuPlot Program do tworzenia wykresów Zbigniew Koza Uniwersytet Wrocławski Instytut Fizyki Teoretycznej GnuPlot p. 1/30 Możliwości programu Rysowanie wykresów funkcji i zbiorów danych. Rysowanie obiektów
Bardziej szczegółowoWizualizacja danych - Gnuplot
Wizualizacja danych - Gnuplot dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Laboratorium 3 O czym dziś będzie mowa Kreślenia nieposortowanych plików danych Wygładzanie zaburzonych
Bardziej szczegółowoWstęp do gnuplota. Dominik Perykasza. 1 Wstęp 2. 2 Rysowanie wykresów 2 2.1 Modyfikacja parametrów wykresu... 4 2.2 Modyfikowanie styli...
Wstęp do gnuplota Dominik Perykasza Spis treści 1 Wstęp 2 2 Rysowanie wykresów 2 2.1 Modyfikacja parametrów wykresu................ 4 2.2 Modyfikowanie styli........................ 4 3 Definiowanie funkcji
Bardziej szczegółowoWizualizacja danych 2D i 3D - Gnuplot
Wizualizacja danych 2D i 3D - Gnuplot dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Laboratorium 4 O czym dziś będzie mowa Możliwości terminala. Dyrektywa stylu globalnego
Bardziej szczegółowoPracownia wykorzystania zasobów internetowych
Pracownia wykorzystania zasobów internetowych Dariusz Wardecki 17 kwietnia 2013 Spis treści 1 Tydzień pierwszy 2 1.1 Podstawowe komendy programu................... 2 1.2 Wyświetlanie danych.........................
Bardziej szczegółowoGnuplot wprowadzenie v. 2.0
Gnuplot wprowadzenie v. 2.0 M. Kopciuszyński 22 stycznia 2019 1 Wstęp Gnuplot to zaawansowany program do tworzenia wykresów dwu- i trójwymiarowych. Jest dostępy zarówno na platformę Linux jak i Windows.
Bardziej szczegółowoMetody Przetwarzania Danych Meteorologicznych Ćwiczenia 01
Danych Meteorologicznych Sylwester Arabas (ćwiczenia do wykładu dra Krzysztofa Markowicza) Instytut Geofizyki, Wydział Fizyki Uniwersytetu Warszawskiego 3 października 2008 r. O prowadzącym Czym się zajmuję
Bardziej szczegółowoPracownia fizyczna i elektroniczna (w tym komputerowa)
Pracownia fizyczna i elektroniczna (w tym komputerowa) Zajęcia 1 Grzegorz Grzelak Zakład Czastek i Oddziaływań Fundamentalnych IFD UW e-mail: grzelak@fuw.edu.pl WWW: http://www.fuw.edu.pl/ grzelak 21 luty
Bardziej szczegółowoMATrix LABoratory. A C21 delta tvx444 omega_zero. hxx J23 aaa g4534 Fx_38
MATLAB wprowadzenie MATrix LABoratory MATLAB operuje tylko na jednym typie zmiennych na macierzach. Liczby (skalary) są szczególnymi przypadkami macierzy o wymiarze 1 1, (zawierającymi jeden wiersz i jedną
Bardziej szczegółowoWizualizacja danych 2D i 3D - Gnuplot
Wizualizacja danych 2D i 3D - Gnuplot dr hab. Bożena Woźna-Szcześniak Akademia im. Jan Długosza bwozna@gmail.com Laboratorium 8 Plan Podstawy wykresów trójwymiarowych Generowanie wykresów powierzchniowych
Bardziej szczegółowoĆwiczenia 01. Sylwester Arabas (ćwiczenia do wykładu prof. Hanny Pawłowskiej) 22. lutego 2011 r.
Sylwester Arabas (ćwiczenia do wykładu prof. Hanny Pawłowskiej Instytut Geofizyki, Wydział Fizyki Uniwersytetu Warszawskiego 22. lutego 2011 r. O ćwiczeniach Prowadzący o mnie: http://www.igf.fuw.edu.pl/
Bardziej szczegółowoElementy termodynamiki atmosfery i fizyki chmur Ćwiczenia 01
atmosfery i Sylwester Arabas (ćwiczenia do wykładu prof. Hanny Pawłowskiej) Instytut Geofizyki, Wydział Fizyki Uniwersytetu Warszawskiego 5 października 2009 r. O ćwiczeniach Prowadzący o mnie: http://www.igf.fuw.edu.pl/
Bardziej szczegółowoS88 Badanie rzutu kostką sześcienną
S88 Badanie rzutu kostką sześcienną Andrzej Kapanowski 29 lutego 2012 Streszczenie Celem ćwiczenia jest zbadanie rzutu kostką sześcienną. Dokument ma być pomocą przy przygotowywaniu opracowania z ćwiczenia
Bardziej szczegółowoFunkcje matematyczne w C. Programowanie w C Marek Pudełko
Funkcje matematyczne w C Programowanie w C Marek Pudełko Używanie funkcji matematycznych W standardowym ANSI C jest możliwe skorzystanie z 22 funkcji matematycznych. By to zrobić, do programu należy włączyć
Bardziej szczegółowo3 Przygotował: mgr inż. Maciej Lasota
Laboratorium nr 3 1/8 Język C Instrukcja laboratoryjna Temat: Instrukcje warunkowe, pętle. 3 Przygotował: mgr inż. Maciej Lasota 1) Instrukcje warunkowe. Instrukcje warunkowe pozwalają zdefiniować warianty
Bardziej szczegółowoGnuplot, Postscript i narz edzia z nim zwiazane
Gnuplot, Postscript i narz edzia z nim zwiazane Witold Paluszyński Katedra Cybernetyki i Robotyki Politechnika Wroc lawska http://www.kcir.pwr.edu.pl/~witold/ 2 215 Ten utwór jest dost epny na licencji
Bardziej szczegółowoMatplotlib. Krzysztof Katarzyński. Centrum Astronomii UMK
Matplotlib Krzysztof Katarzyński Centrum Astronomii UMK Ten człowiek nie jest zwyczajnym człowiekiem. To F.G. Superman. Niewyróżniajacy się niczym wśród innych, bogobojnych obywateli. Jednak F.G. Superman
Bardziej szczegółowoŚRODOWISKO MATLAB cz.1 Operacje arytmetyczne na liczbach rzeczywistych i zespolonych
Wydział Elektryczny Katedra Elektrotechniki Teoretycznej i Metrologii Instrukcja do pracowni z przedmiotu Podstawy Informatyki Kod przedmiotu: TS1C 100 00 Ćwiczenie pt. ŚRODOWISKO MATLAB cz.1 Operacje
Bardziej szczegółowoSpis treści MATLAB CZ. 1 OPERACJE ARYTMETYCZNE NA LICZBACH RZECZYWISTYCH I ZESPOLONYCH. Technologie Informacyjne
Politechnika Białostocka Wydział Elektryczny Katedra Elektrotechniki Teoretycznej i Metrologii Instrukcja do pracowni specjalistycznej z przedmiotu Technologie Informacyjne MATLAB CZ. 1 OPERACJE ARYTMETYCZNE
Bardziej szczegółowoSin[Pi / 4] Log[2, 1024] Prime[10]
In[1]:= (* WSTĘP DO PAKIETU MATHEMATICA *) (* autorzy: Łukasz Płociniczak,Marek Teuerle*) (* Składnia: nazwy funkcji z wielkiej litery a argumenty w kwadratowych nawiasach. Wywołujemy wartość SHIFT+ENTER
Bardziej szczegółowoWprowadzenie do Scilab: funkcje i wykresy
Wprowadzenie do Scilab: funkcje i wykresy Magdalena Deckert, Izabela Szczęch, Barbara Wołyńska, Bartłomiej Prędki Politechnika Poznańska, Instytut Informatyki Narzędzia Informatyki Narzędzia Informatyki
Bardziej szczegółowoSpis treści MATLAB CZ. 1 OPERACJE ARYTMETYCZNE NA LICZBACH RZECZYWISTYCH I ZESPOLONYCH. Technologie Informacyjne
Politechnika Białostocka Wydział Elektryczny Katedra Elektrotechniki Teoretycznej i Metrologii Instrukcja do pracowni specjalistycznej z przedmiotu Technologie Informacyjne MATLAB CZ. 1 OPERACJE ARYTMETYCZNE
Bardziej szczegółowozajęcia 2 Definiowanie wektorów:
zajęcia 2 Plan zajęć: definiowanie wektorów instrukcja warunkowa if wykresy Definiowanie wektorów: Co do definicji wektora: Koń jaki jest, każdy widzi Definiowanie wektora w Octave v1=[3,2,4] lub: v1=[3
Bardziej szczegółowoL1 - WPROWADZENIE DO MATLABA
L1 - WPROWADZENIE DO MATLABA 1. Krótkie wprowadzenie do Matlaba (wektory, macierze, help) 2. Zapisywanie danych save file a b c d save file a b c d ascii 3. Generacja wektorów i macierzy wpisywanie ręczne
Bardziej szczegółowoAdam Cebula "Głupi pomysł, czyli instrukcja rysowania wykresów"
Głupi pomysł, czyli instrukcja rysowania wykresów. Pewnie to nie najmądrzejszy pomysł, by w portalu poświęconym jak najbardziej rozrywce i w którym szuka się ucieczki od codziennych utrapień ukazywał się
Bardziej szczegółowoNiezależne i sterowane źródła napięciowe i prądowe
Niezależne i sterowane źródła napięciowe i prądowe W programie PSPICE można wykorzystywać źródła napięciowe i prądowe. Nazwy niezależnych źródeł napięciowych rozpoczynają się od litery V, a nazwy niezależnych
Bardziej szczegółowoLaboratorium Algorytmy Obliczeniowe. Lab. 9 Prezentacja wyników w Matlabie
Laboratorium Algorytmy Obliczeniowe Lab. 9 Prezentacja wyników w Matlabie 1. Wyświetlanie wyników na ekranie: W Matlabie możliwe są następujące sposoby wyświetlania wartości zmiennych: a. wpisując w programie
Bardziej szczegółowoKrótka instrukcja opracowania danych w programie SciDAVis v. 1-D013-win
Krótka instrukcja opracowania danych w programie SciDAVis v. 1-D013-win 1 Instalacja programu SciDAVis Microsoft Windows Informacje na temat projektu SciDAVis dostępne są na stronie http://scidavis.sourceforge.net/.
Bardziej szczegółowoSieci Komputerowe 2 / Ćwiczenia 1
Tematyka Sieci Komputerowe 2 / Ćwiczenia 1 Opracował: Konrad Kawecki Na ćwiczeniach przeanalizujemy opóźnienia transmisji w sieciach komputerowych. Na podstawie otrzymanych wyników
Bardziej szczegółowoProgramowanie Generowanie danych. Uwagi ogólne
Uwagi ogólne R nie jest wyjątkiem w językach programowania i opiera się na zmiennych i funkcjach. Zmienne nie muszą być deklarowane, można ich zatem od razu używać. Uwagi ogólne Klasycznym operatorem przypisania
Bardziej szczegółowoScilab - podstawy. Wersje instalacyjne programu Scilab mogą zostać pobrane ze strony
Scilab - podstawy Scilab jest środowiskiem numerycznym, programistycznym i numerycznym dostępnym za darmo z INRIA (Institut Nationale de Recherche en Informatique et Automatique). Jest programem podobnym
Bardziej szczegółowoQtiplot. dr Magdalena Posiadała-Zezula
Qtiplot dr Magdalena Posiadała-Zezula Magdalena.Posiadala@fuw.edu.pl www.fuw.edu.pl/~mposiada Start! qtiplot poza rysowaniem wykresów pozwala też na zaawansowaną obróbkę danych.! qtiplot jest silnie wzorowany
Bardziej szczegółowoŚciągawka z Matlaba / Octave
Ściągawka z Matlaba / Octave www.mat.uni.torun.pl/~piersaj 2010-10-19 1 2 3 4 Strony domowe środowisk http://www.gnu.org/software/octave/index.html http://www.mathworks.com/ Dokumentacja http://www.mathworks.com/academia/student_center/
Bardziej szczegółowoĆwiczenia : uwagi 9.2: polecenie 9.2: rozwiązanie (wykres) 9.2: rozwiązanie (kod 1/2) 9.2: rozwiązanie (kod 2/2)
Sylwester Arabas (ćwiczenia do wykładu prof. Hanny Pawłowskiej) Instytut Geofizyki, Wydział Fizyki Uniwersytetu Warszawskiego 5 maja 2011 r. Zadanie 9.1 : polecenie Do tej pory rozważaliśmy dwa procesy
Bardziej szczegółowoOperatory arytmetyczne
Operatory arytmetyczne Działanie Znak Dodawanie + Odejmowanie - Mnożenie macierzowe * Mnożenie tablicowe.* Dzielenie macierzowe / Dzielenie tablicowe./ Potęgowanie macierzowe ^ Potęgowanie tablicowe.^
Bardziej szczegółowoPODSTAWY INŻYNIERII SYSTEMÓW TECHNICZNYCH
PODSTAWY INŻYNIERII SYSTEMÓW TECHNICZNYCH Charakterystyka programu MATLAB Dzadz Łukasz pok. 114 lukasz.dzadz@uwm.edu.pl Tel. 523-49-40 Katedra Inżynierii Systemów WNT UWM w Olsztynie TEMATYKA ĆWICZEŃ Charakterystyka
Bardziej szczegółowoKORELACJA 1. Wykres rozrzutu ocena związku między zmiennymi X i Y. 2. Współczynnik korelacji Pearsona
KORELACJA 1. Wykres rozrzutu ocena związku między zmiennymi X i Y 2. Współczynnik korelacji Pearsona 3. Siła i kierunek związku między zmiennymi 4. Korelacja ma sens, tylko wtedy, gdy związek między zmiennymi
Bardziej szczegółowoMATLAB ŚRODOWISKO MATLABA OPIS, PODSTAWY
MATLAB ŚRODOWISKO MATLABA OPIS, PODSTAWY Poszukiwanie znaczeń funkcji i skryptów funkcja help >> help % wypisuje linki do wszystkich plików pomocy >> help plot % wypisuje pomoc dotyczą funkcji plot Znaczenie
Bardziej szczegółowoWartości x-ów : Wartości x ów można w Scilabie zdefiniować na kilka sposobów, wpisując odpowiednie polecenie na konsoli.
Notatki z sesji Scilaba Istnieje możliwość dokładnego zapisu przebiegu aktualnej sesji pracy ze Scilabem: polecenie diary('nazwa_pliku.txt') powoduje zapis do podanego pliku tekstowego wszystkich wpisywanych
Bardziej szczegółowoPL/SQL. Część 1 Oracle SQL. Piotr Medoń
PL/SQL Część 1 Oracle SQL Piotr Medoń Cele Różnice w budowie zapytań bazodanowych pomiędzy bazami SQL Server oraz Oracle Standardowe funkcje Oracle SQL 2 Wprowadzenie do SQL SQL (Structured Query Language)
Bardziej szczegółowoMaple i wykresy. 1.1 Najpierw należy się zalogować. Jak to zrobić zostało opisane w moim poprzednim tutorialu.
Maple i wykresy 1 Program Maple 1.1 Najpierw należy się zalogować. Jak to zrobić zostało opisane w moim poprzednim tutorialu. 1.2 Uruchomienie programu Maple Uruchamiamy go, wpisując w konsoli maple, potwierdzając
Bardziej szczegółowoBash - wprowadzenie. Bash - wprowadzenie 1/39
Bash - wprowadzenie Bash - wprowadzenie 1/39 Bash - wprowadzenie 2/39 Czym jest bash? Rysunek : Zadanie powłoki to ukrycie wywołań systemowych Bash - wprowadzenie 3/39 Czym jest bash? Przykład polecenia:
Bardziej szczegółowoProgramowanie: grafika w SciLab Slajd 1. Programowanie: grafika w SciLab
Programowanie: grafika w SciLab Slajd 1 Programowanie: grafika w SciLab Programowanie: grafika w SciLab Slajd 2 Plan zajęć 1. Wprowadzenie 2. Wykresy 2-D 3. Wykresy 3-D 4. Rysowanie figur geometrycznych
Bardziej szczegółowoProgramowanie w CLIPS
Programowanie w CLIPS Wiedza początkowa Reguły oraz fakty początkowe dodane na początku programu za pomocą deffacts. (deffacts people "Znajomi" (person (name "Adam Kowalski") (age 24) (eye-color blue)
Bardziej szczegółowoTytu : GRAPHER Podr cznik u ytkownika ISBN: 978-83-920531-7-0 Autor: Zbigniew Galon Rok wydania: 2009 Stron: 408 Wydawca: Gambit COiS Sp. z o.o.
Tytu : GRAPHER Podr cznik u ytkownika ISBN: 978-83-920531-7-0 Autor: Zbigniew Galon Rok wydania: 2009 Stron: 408 Wydawca: Spis tre ci: 1 CO ZAWIERA TEN PODR CZNIK? 9 1.1 CZ STO U YWANE POJ CIA 10 2 DO
Bardziej szczegółowoNotatki z Gnuplota (under construction)
Notatki z Gnuplota (under construction) Witold Alda Contents 1 W ramach wprowadzenia 2 2 Podstawy Gnuplota 3 2.1 Rysowanie wykresu - komenda plot............... 3 2.1.1 Zakresy argumentów i zakresy osi............
Bardziej szczegółowoModyfikacja układu współrzędnych VIEW
WinPlot Wprowadzenie Winplot jest graficznym narzędziem napisanym przez Richarda Parrisa, nauczyciela w Phillips Exeter Academy w Exeter, New Hampshire. Program jest bezpłatny, najnowszą wersję moŝna pobrać
Bardziej szczegółowoProgram gnuplot. 1 Wprowadzenie. 2 Sposób komunikacji z programem
Program gnuplot 1 Wprowadzenie W ramach tego ćwiczenia (trzech tygodni) zapoznamy się z programem gnuplot. Program ten służy do prezentacji oraz analizy danych naukowych. Wiedza i umiejętności, które pozyskamy
Bardziej szczegółowoKomputerowe systemy na rynkach finansowych. wykład 5. MQL4 - funkcje operujące na obiektach wykresu
Komputerowe systemy na rynkach finansowych wykład 5 MQL4 - funkcje operujące na obiektach wykresu ObjectCreate - funkcja tworzy nowy obiekt graficzny, określonego typu oraz nadaje mu nazwę i przyporządkowuje
Bardziej szczegółowoKonfiguracja drukarki AdobePS w systemie Windows
Konfiguracja drukarki AdobePS w systemie Windows Instalacja sterownika AdobePS aps102.exe Skopiuj sterownik AdobePS w wersji 1.02 z internetowej witryny Adobe.(www.adobe.com). Dostępnych jest kilka wersji
Bardziej szczegółowoPodstawy Informatyki 1. Laboratorium 1
Podstawy Informatyki 1 Laboratorium 1 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z obsługą pakietu MATLAB. W ćwiczeniu wprowadzono opis podstawowych komend środowiska i funkcji matematycznych
Bardziej szczegółowoPrzykład programu w PHP. Wykład10.PHP ciągdalszy,str.1
Przykład programu w PHP Wykład10.PHP ciągdalszy,str.1 Przykład programu w PHP Wykład10.PHP ciągdalszy,str.1 Przeliczanie dnia roku na dzień i miesiąc: function jaka data($dni) {... Przykład programu w
Bardziej szczegółowo1-1. Rys.1 Widok całego okna programu MonkeyPrezenter. 1. Opis programu MonkeyPrezenter.
OPIS PROGRAMU APEK MonkeyPrezenter wer. 1.5.0.1 1. Opis programu MonkeyPrezenter. Program MonkeyPrezenter jest dedykowanym programem prezentacji pomiarów dla programu AssistAV. Umożliwia tabelaryczną oraz
Bardziej szczegółowoElementy okna MatLab-a
MatLab część IV 1 Elementy okna MatLab-a 2 Elementy okna MatLab-a 3 Wykresy i przydatne polecenia Wywołanie funkcji graficznej powoduje automatyczne otwarcie okna graficznego Kolejne instrukcje graficzne
Bardziej szczegółowodr Tomasz Ściężor Wydział Inżynierii Środowiska Politechnika Krakowska Podstawy programowania w języku MatLab
dr Tomasz Ściężor Wydział Inżynierii Środowiska Politechnika Krakowska Podstawy programowania w języku MatLab wg: R. Jankowski, I. Lubowiecka, W. Witkowski, Politechnika Gdańska, Wydział Inżynierii Lądowej,
Bardziej szczegółowoInterfejs graficzny Matlaba
Wywołanie okna - figure fig = figure; Nastawy i odczyt parametrów okna set(fig, parametr, wartość ); get(fig, parametr ) Relacje podrzędności podstawowych obiektów GUI figure uimenu, uicontrol, axes axes
Bardziej szczegółowoInnymi ważnymi funkcjami wykorzystywanymi przy tworzeniu skryptów używających grafiki w MATLAB-ie są następujące:
Grafika dwuwymiarowa Najprostszą, a zarazem najczęściej wykorzystywaną funkcją do przedstawiania danych w sposób graficzny w języku MATLAB jest funkcja plot (x,y), czyli wykreślenie przez program funkcji
Bardziej szczegółowoGNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej.
1 GNU Octave GNU Octave (w skrócie Octave) to rozbudowany program do analizy numerycznej. Octave zapewnia: sporą bibliotęke użytecznych funkcji i algorytmów; możliwośc tworzenia przeróżnych wykresów; możliwość
Bardziej szczegółowoPODSTAWY TWORZENIA WYKRESÓW ORAZ HANDLE GRAPHICS
PODSTAWY TWORZENIA WYKRESÓW ORAZ HANDLE GRAPHICS GRAFIKA ZESTAWIENIE FUNKCJI Funkcje graficzne są umieszczone w pięciu podkatalogach katalogu *Matlab\Toolbox\Matlab: \graph2d - grafika 2-wymiarowa \graph3d
Bardziej szczegółowoWizualizacja funkcji w programie MATLAB
Instytut Informatyki Uniwersytetu Śląskiego 15 listopada 2008 Funckja plot Funkcja plot3 Wizualizacja funkcji jednej zmiennej Do wizualizacji funkcji jednej zmiennej w programie MATLAB wykorzystywana jest
Bardziej szczegółowoGrafika wektorowa w L A TEX-u
Grafika wektorowa w L A TEX-u TikZ, PGF Jakub Skalak http://www.fis.agh.edu.pl/~4skalak/ Wydział Fizyki i Informatyki Stosowanej 25 kwietnia 2017 1/1 Plan prezentacji Grafika wektorowa - co to jest? Pakiety
Bardziej szczegółowoPAKIETY STATYSTYCZNE
. Wykład wstępny PAKIETY STATYSTYCZNE 2. SAS, wprowadzenie - środowisko Windows, Linux 3. SAS, elementy analizy danych edycja danych 4. SAS, elementy analizy danych regresja liniowa, regresja nieliniowa
Bardziej szczegółowoTytuł: GRAPHER Podręcznik użytkownika ISBN: 9788393908806 Autor: Zbigniew Galon Rok wydania: 2014 Stron: 500 Wydawca: Gambit COiS Sp. z o.o.
Tytuł: GRAPHER Podręcznik użytkownika ISBN: 9788393908806 Autor: Zbigniew Galon Rok wydania: 2014 Stron: 500 Wydawca: Gambit COiS Sp. z o.o. GRAPHER. Podręcznik użytkownika Spis treści: GRAPHER. Podręcznik
Bardziej szczegółowoWprowadzenie do pakietów MATLAB/GNU Octave
Wprowadzenie do pakietów MATLAB/GNU Octave Ireneusz Czajka wersja poprawiona z 2017 Chociaż dla ścisłości należałoby używać zapisu MATLAB/GNU Octave, w niniejszym opracowaniu używana jest nazwa Matlab,
Bardziej szczegółowoPodstawy informatyki
Podstawy informatyki WYKŁAD nr 03 Fizyka Techniczna, WFT PP Michał Hermanowicz Zakład Fizyki Obliczeniowej, Instytut Fizyki, Politechnika Poznańska Rok akademicki 2018/2019 M. Hermanowicz (IF PP) Podstawy
Bardziej szczegółowoPrzewodnik użytkownika
Przewodnik użytkownika Tłumaczenie Andrzej Batorski Dowiedz się więcej na temat tworzenia wykresów funkcji, kreślenia tabel danych, oszacowania równań, badania transformacji i wiele więcej! Jeśli masz
Bardziej szczegółowoInstalacja Pakietu R
Instalacja Pakietu R www.r-project.org wybór źródła wybór systemu operacyjnego: Download R for Windows opcja: install R for the first time opcja: Download R 3.3.3 for Windows uruchomienie R-3.3.3-win MAGDA
Bardziej szczegółowoStudia doktoranckie - chemia III rok Wydział Chemii UJ 25.04.2014
Bartosz Marszałek bartoszmarszalek.com/origin Studia doktoranckie - chemia III rok Wydział Chemii UJ 25.04.2014 Dla kogo przygotowane są te warsztaty? Origina czyli gdzie co jest : formaty i przeliczanie
Bardziej szczegółowoAnaliza Matematyczna MAEW101 MAP1067
1 Analiza Matematyczna MAEW101 MAP1067 Wydział Elektroniki Przykłady do Listy Zadań nr 14 Funkcje wielu zmiennych. Płaszczyzna styczna. Ekstrema Opracowanie: dr hab. Agnieszka Jurlewicz Przykłady do zadania
Bardziej szczegółowoTABELE I WYKRESY W EXCELU I ACCESSIE
TABELE I WYKRESY W EXCELU I ACCESSIE 1. Tabele wykonane w Excelu na pierwszych ćwiczeniach Wielkość prób samce samice wiosna/lato 12 6 jesień 6 7 zima 10 9 Średni ciężar osobnika SD ciężaru osobnika samce
Bardziej szczegółowoWprowadzenie do Pakietu R dla kierunku Zootechnika. Dr Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu
Wprowadzenie do Pakietu R dla kierunku Zootechnika Dr Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Instalacja Pakietu R www.r-project.org wybór źródła wybór systemu operacyjnego:
Bardziej szczegółowoPrices and Volumes on the Stock Market
Prices and Volumes on the Stock Market Krzysztof Karpio Piotr Łukasiewicz Arkadiusz Orłowski Warszawa, 25-27 listopada 2010 1 Data selection Warsaw Stock Exchange WIG index assets most important for investors
Bardziej szczegółowohttps://portal.clusterix.pl:8443 trainxx tramxx
Logowanie 1. Otworzyć w oknie przeglądarki adres: https://portal.clusterix.pl:8443 2. Zalogować się używając konta, użytkownik: trainxx, hasło: tramxx Delegacja certyfikatu proxy 1. Zalogować poprzez ssh
Bardziej szczegółowotum.de/fall2018/ in2357
https://piazza.com/ tum.de/fall2018/ in2357 Prof. Daniel Cremers From to Classification Categories of Learning (Rep.) Learning Unsupervised Learning clustering, density estimation Supervised Learning learning
Bardziej szczegółowoMATPLOTLIB. WPROWADZENIE. WYKRESY 2D
1. WPROWADZENIE MATPLOTLIB. WPROWADZENIE. WYKRESY 2D Na początku warto zapoznać się z nazewnictwem (angielskim) elementów, z których składa się widok wykresu. Poniższa grafika pozwoli na ich identyfikację
Bardziej szczegółowoAnaliza Matematyczna MAEW101 MAP1067
Analiza Matematyczna MAEW MAP67 Wydział Elektroniki Przykłady do Listy Zadań nr 4 Funkcje wielu zmiennych. Pochodne cząstkowe Opracowanie: dr hab. Agnieszka Jurlewicz Przykłady do zadania 4.: Wyznaczyć
Bardziej szczegółowoGambit Centrum Oprogramowania i Szkoleń Sp. z o.o.
Tytuł: GRAPHER Podręcznik użytkownika ISBN: 9788393908820 Autorzy: Zbigniew Galon, Fryderyk Górski Rok wydania: 2019 Stron: 521 Wydawca: Gambit COiS Sp. z o.o. Spis treści 1 CO ZAWIERA TEN PODRĘCZNIK?...
Bardziej szczegółowoLCD (Liquid Crystal Display)
LCD (Liquid Crystal Display) Polarizing filter. Thin film with a vertical ais. Liquid crystal Polarizing filter. Thin film with a horizontal ais. Polarizing filter. Thin film with a horizontal ais. Polarizing
Bardziej szczegółowoMatlab MATrix LABoratory Mathworks Inc.
Małgorzata Jakubowska Matlab MATrix LABoratory Mathworks Inc. MATLAB pakiet oprogramowania matematycznego firmy MathWorks Inc. (www.mathworks.com) rozwijany od roku 1984 język programowania i środowisko
Bardziej szczegółowoNarzędzia informatyczne. Matematyka w L A T E Xu
Narzędzia informatyczne. Matematyka w L A T E Xu Aleksander Denisiuk Uniwersytet Warmińsko-Mazurski Olsztyn, ul. Słoneczna 54 denisjuk@matman.uwm.edu.pl 1 / 33 Matematyka w L A T E Xu Najnowsza wersja
Bardziej szczegółowoMetody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski
Metody numeryczne Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski Elektrotechnika stacjonarne-dzienne pierwszego stopnia
Bardziej szczegółowoWprowadzenie do środowiska
Wprowadzenie do środowiska www.mathworks.com Piotr Wróbel piotr.wrobel@igf.fuw.edu.pl Pok. B 4.22 Metody numeryczne w optyce 2017 Czym jest Matlab Matlab (matrix laboratory) środowisko obliczeniowe oraz
Bardziej szczegółowoLaboratorium. Cyfrowe przetwarzanie obrazów. Instrukcja 1. Podstawy języka Python
Laboratorium Cyfrowe przetwarzanie obrazów Instrukcja 1 Podstawy języka Python Praca interaktywna # dodawanie dwóch liczb >>> 1 + 1 2 # tworzenie zmiennych >>> a = 1 >>> a 1 # sprawdzanie typów >>> type(a)
Bardziej szczegółowoElementy języka Scheme
Elementy języka Scheme Historia języka Lisp Historia języka Lisp Wyrażenia i ewaluacja wyrażeń Identyfikatory i wyrażenie let Wyrażenia lambda Definicje globalne Wyrażenia warunkowe Przypisanie Kontynuacje
Bardziej szczegółowoKurs WWW. Paweł Rajba. pawel@ii.uni.wroc.pl http://pawel.ii.uni.wroc.pl/
Paweł Rajba pawel@ii.uni.wroc.pl http://pawel.ii.uni.wroc.pl/ Spis treści Obsługa obrazków w PHP Wprowadzenie Tworzenie i niszczenie obrazka Kolory Funkcje od obsługi obrazków - 1 - Wprowadzenie Przygotowanie
Bardziej szczegółowoModelowanie Procesów Jądrowych
Modelowanie Procesów Jądrowych Wykład 1: Wstęp do programowania w języku FORTRAN WF PW Warszawa, dn. 01.03.2010r. 1 Źródła: http://www.chem.ug.edu.pl/~adam/fortran/index.html R.K. Kott, K. Walczak. Programowanie
Bardziej szczegółowoĆwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie
Ćwiczenia 11 (12) (4 godziny). Wizualizacja i manipulacja w Matlabie 1. Tworzenie animacji Wykres funkcji znajduje się poniżej: W środowisku Matlab, możemy tworzyć różnego rodzaju wykresy przy wykorzystaniu
Bardziej szczegółowoProgramowanie Generowanie danych. Uwagi ogólne
Uwagi ogólne R nie jest wyjątkiem w językach programowania i opiera się na zmiennych i funkcjach. Zmienne nie muszą być deklarowane, można ich zatem od razu używać. Klasycznym operatorem przypisania w
Bardziej szczegółowo