Metody Przetwarzania Danych Meteorologicznych Ćwiczenia 05

Podobne dokumenty
Metody Przetwarzania Danych Meteorologicznych Ćwiczenia 08

Metody Przetwarzania Danych Meteorologicznych Ćwiczenia 14

Metody Przetwarzania Danych Meteorologicznych Ćwiczenia 11

Programowanie: grafika w SciLab Slajd 1. Programowanie: grafika w SciLab

Metody Przetwarzania Danych Meteorologicznych Ćwiczenia 07

Ćwiczenia 05. Sylwester Arabas (ćwiczenia do wykładu prof. Szymona Malinowskiego) 9. listopada 2010 r.

MATLAB ŚRODOWISKO MATLABA OPIS, PODSTAWY

Wartości x-ów : Wartości x ów można w Scilabie zdefiniować na kilka sposobów, wpisując odpowiednie polecenie na konsoli.

Elementy termodynamiki atmosfery i fizyki chmur Ćwiczenia 01

Excel: niektóre rozkłady ciągłe (1)

Zadanie Tworzenie próbki z rozkładu logarytmiczno normalnego LN(5, 2) Plot Probability Distributions

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.

Matlab Składnia + podstawy programowania

Wykład 10 ( ). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego

Wykresy. Lekcja 10. Strona 1 z 11

Statystyka opisowa- cd.

Spis treści Szybki start... 4 Podstawowe informacje opis okien... 6 Tworzenie, zapisywanie oraz otwieranie pliku... 23

Interpolacja i aproksymacja, pojęcie modelu regresji

WyŜsza Szkoła Zarządzania Ochroną Pracy MS EXCEL CZ.2

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej

Laboratorium Cel ćwiczenia Ćwiczenie ma na celu praktyczne przedstawienie grafiki 3D.

Instalacja Pakietu R

Środowisko R Założenie normalności metody nieparametryczne Wykład R4; Weryfikacja założenia o normalności rozkładu populacji

Kreowanie i analizowanie eksperymentów pełnoczynnikowych w programie Minitab. Osoba kontaktowa: Katarzyna Kornicka Telefon:

Pętle iteracyjne i decyzyjne

Ćwiczenia 01. Sylwester Arabas (ćwiczenia do wykładu prof. Hanny Pawłowskiej) 22. lutego 2011 r.

W tym celu korzystam z programu do grafiki wektorowej Inkscape 0.46.

Diary przydatne polecenie. Korzystanie z funkcji wbudowanych i systemu pomocy on-line. Najczęstsze typy plików. diary nazwa_pliku

Niezawodność diagnostyka systemów laboratorium

Krótka instrukcja opracowania danych w programie SciDAVis v. 1-D013-win

Gambit Centrum Oprogramowania i Szkoleń Sp. z o.o.

Wykład 7 Testowanie zgodności z rozkładem normalnym


Matlab Składnia + podstawy programowania

Jacek Jarnicki Politechnika Wrocławska

FORMUŁY AUTOSUMOWANIE SUMA

Obliczanie wartości średniej i odchylenia standardowego średniej w programie Origin

INSTRUKCJA OBSŁUGI ❽ Wyniki analizy

Instrukcja właściwego wykonania wykresów na zajęcia dydaktyczne.

MapInfo Professional - 5

Tytuł: GRAPHER Podręcznik użytkownika ISBN: Autor: Zbigniew Galon Rok wydania: 2014 Stron: 500 Wydawca: Gambit COiS Sp. z o.o.

EXCEL. Diagramy i wykresy w arkuszu lekcja numer 6. Instrukcja. dla Gimnazjum 36 - Ryszard Rogacz Strona 20

Qtiplot. dr Magdalena Posiadała-Zezula

Wprowadzenie do Pakietu R dla kierunku Zootechnika. Dr Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku

Laboratorium Algorytmy Obliczeniowe. Lab. 9 Prezentacja wyników w Matlabie

Programowanie 3 - Funkcje, pliki i klasy

Międzynarodowe Tablice Krystalograficzne (International Tables for Crystallography)

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Niezawodność diagnostyka systemów laboratorium. Ćwiczenie 2

S88 Badanie rzutu kostką sześcienną

INSTRUKCJA OBSŁUGI PROGRAMU LOGGER PRO

Elementarna analiza statystyczna

Matematyka licea ogólnokształcące, technika

Graficzna prezentacja wyników

PODSTAWY TWORZENIA WYKRESÓW ORAZ HANDLE GRAPHICS

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

Sposoby opisu i modelowania zakłóceń kanałowych

Metody Przetwarzania Danych Meteorologicznych Ćwiczenia 01

Zawartość. Zawartość

Podstawy statystyki matematycznej w programie R

Analiza Statystyczna

Temat 10 : Poznajemy zasady pracy w edytorze tekstu Word.

Tytu : GRAPHER Podr cznik u ytkownika ISBN: Autor: Zbigniew Galon Rok wydania: 2009 Stron: 408 Wydawca: Gambit COiS Sp. z o.o.

Elementy okna MatLab-a

Rozdział 8 WYNIKI ANALIZY SPIS TREŚCI. I. ULEPSZONY INTERFEJS SCADA Pro II. OPIS INTERFEJSU SCADA Pro 1. Wyniki Deformacji

WYZNACZANIE CHARAKTERYSTYK FILTRÓW BIERNYCH. (komputerowe metody symulacji)

Arkusz kalkulacyjny. R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski

Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów

Rozkłady dwóch zmiennych losowych

Usługi Informatyczne "SZANSA" - Gabriela Ciszyńska-Matuszek ul. Świerkowa 25, Bielsko-Biała

1. Wybierz polecenie rysowania linii, np. poprzez kliknięcie ikony W wierszu poleceń pojawi się pytanie o punkt początkowy rysowanej linii:

SKRYPTY. Zadanie: Wyznaczyć wartość wyrażenia arytmetycznego

GEO-SYSTEM Sp. z o.o Warszawa, ul. Kubickiego 9/5, tel./fax ,

Statystyka opisowa. Robert Pietrzykowski.

Lekcja 1: Origin GUI GUI to Graficzny interfejs użytkownika (ang. GraphicalUserInterface) często nazywany też środowiskiem graficznym

Pliki. Operacje na plikach w Pascalu

POMIARY WIDEO W PROGRAMIE COACH 5

Testowanie hipotez statystycznych.

I. EDUKACJA WCZESNOSZKOLNA

Laboratorium WDEC. Opis posługiwania się pakietem AMPL

Praktyczne wykorzystanie arkusza kalkulacyjnego w pracy nauczyciela część 1

Warsztaty dla nauczycieli

Baltie 3. Podręcznik do nauki programowania dla klas I III gimnazjum. Tadeusz Sołtys, Bohumír Soukup

Tworzenie i modyfikowanie wykresów

Rozdział 7 ZARZĄDZANIE PROJEKTAMI

Temat: Organizacja skoroszytów i arkuszy

Politechnika Warszawska Wydział Mechatroniki Instytut Automatyki i Robotyki

Wymagania oceniające dla klasy II 2018/2019

Rozwiązywanie równań różniczkowych cząstkowych metodą elementów skończonych - wprowadzenie

Wymagania Uczeń zna zasady bezpiecznej pracy z komputerem. Uczeń stosuje się do regulaminu szkolnej pracowni komputerowej.

7. Estymacja parametrów w modelu normalnym( ) Pojęcie losowej próby prostej

Instrukcja dotycząca konwersji dokumentów LaTeX do plików w formacie RTF

Lokalizacja jest to położenie geograficzne zajmowane przez aparat. Miejsce, w którym zainstalowane jest to urządzenie.

LABORATORIUM PODSTAW TELEKOMUNIKACJI

ARKUSZ DIAGNOSTYCZNY Z MATEMATYKI

Celem ćwiczenia jest zapoznanie się z podstawowymi funkcjami i pojęciami związanymi ze środowiskiem AutoCAD 2012 w polskiej wersji językowej.

Komputerowe systemy na rynkach finansowych. wykład 5. MQL4 - funkcje operujące na obiektach wykresu

Metody numeryczne Laboratorium 2

Transkrypt:

Danych Meteorologicznych Sylwester Arabas (ćwiczenia do wykładu dra Krzysztofa Markowicza) Instytut Geofizyki, Wydział Fizyki Uniwersytetu Warszawskiego 2. listopada 2009 r.

Zadanie 4.2D : rozwiązanie zad4 2d.pro 1 pro zad4_2d 2 3 ; obiektowy dostęp do pliku netcdf- wymagana biblioteka netcdf define.pro, dostępna np. tu: 4 ; http://idldoc.idldev.com/browser/tests/mpiper_lib/file-io/netcdf/netcdf define.pro?rev=1&format=raw 5 nc_tmin_1948 = obj_new('netcdf', 'tmin_daily_1948-1948.nc') 6 nc_tmin_2006 = obj_new('netcdf', 'tmin_daily_2006-2006.nc') 7 lon = nc_tmin_1948->var_get('longitude') 8 lat = nc_tmin_1948->var_get('latitude') 9 tmin_1948_320 = nc_tmin_1948->var_getslab('tmin', time=320) - 273.15 10 tmin_2006_320 = nc_tmin_2006->var_getslab('tmin', time=320) - 273.15 11 12 lev = 5 * (dindgen(7) - 3) 13 loadct, 16 14 set_plot, 'svg' 15 16 device, filename='tmin_1948.svg' 17 map_set, limit=[40, 5, 60, 30], /lambert, title="listopad 1948" 18 contour, tmin_1948_320, lon, lat, /overplot, /fill, levels=lev 19 contour, tmin_1948_320, lon, lat, /overplot, c_charsize=1, levels=lev 20 map_continents, /coasts, /countries, mlinethick=4 21 device, /close 22 23 device, filename='tmin_2006.svg' 24 map_set, limit=[40, 5, 60, 30], /lambert, title="listopad 2006", /advance 25 contour, tmin_2006_320, lon, lat, /overplot, /fill, levels=lev 26 contour, tmin_2006_320, lon, lat, /overplot, c_charsize=1, levels=lev 27 map_continents, /coasts, /countries, mlinethick=4 28 device, /close 29 30 end

Zadanie 5.1 : polecenie Rozszerzenie programu rysującego mapę konturową okolic Polski z zad. 4.2D o: mechanizm wybierania i zaznaczania, przy pomocy myszy, obszaru obejmującego wybrany podzbiór oczek siatki (prostokątny, ale na mapie rysowany zgodnie z wybranym odwzorowaniem) mechanizm rysowania, w osobnym oknie, histogramu wartości w zaznaczonym obszarze rozszerzenie wykresu z histogramem o: zaznaczenie wartość średniej zaznaczenie obszaru średnia ± odchylenie standardowe zaznaczenie na histogramie lokalizacji 11 percentyli (0,10,20,... 100)

Zadanie 5.1 : zrzut ekranu

zad5 1.pro (rozszerzenie 4.2D!) 1 pro zad5_1 2 3 nc_tmin_1948 = obj_new('netcdf', 'tmin_daily_1948-1948.nc') 4 nc_tmin_2006 = obj_new('netcdf', 'tmin_daily_2006-2006.nc') 5 lon = nc_tmin_1948->var_get('longitude') 6 lat = nc_tmin_1948->var_get('latitude') 7 tmin_1948_320 = nc_tmin_1948->var_getslab('tmin', time=320) - 273.15 8 tmin_2006_320 = nc_tmin_2006->var_getslab('tmin', time=320) - 273.15 9 10 ; ustawienia wykresu i okien 11 lev = 5 * (dindgen(7) - 3) 12 window, 0 ; okno z mapą 1948 13 window, 1 ; okno z mapą 2006 14 window, 2 ; okno z dwoma histogramami 15 16 while 1 do begin 17 18 loadct, 16 19 20 wset, 0 21 map_set, limit=[40, 5, 60, 30], /lambert, title="listopad 1948" 22 contour, tmin_1948_320, lon, lat, /overplot, /fill, levels=lev 23 contour, tmin_1948_320, lon, lat, /overplot, c_charsize=1, levels=lev 24 map_continents, /coasts, /countries, mlinethick=4 25 26 wset, 1 27 map_set, limit=[40, 5, 60, 30], /lambert, title="listopad 2006", /advance 28 contour, tmin_2006_320, lon, lat, /overplot, /fill, levels=lev 29 contour, tmin_2006_320, lon, lat, /overplot, c_charsize=1, levels=lev 30 map_continents, /coasts, /countries, mlinethick=4 31 32 message, 'Prosze wybrac obszar zaznaczenia na mapie w oknie 1', /info 33 cursor, lon0, lat0 34 n = 180 & all = -90 + findgen(n) 35 wset, 0 & plots, replicate(lon0, n), all & plots, all, replicate(lat0, n) 36 wset, 1 & plots, replicate(lon0, n), all & plots, all, replicate(lat0, n) 37 cursor, lon1, lat1 38 wset, 0 & plots, replicate(lon1, n), all & plots, all, replicate(lat1, n) 39 wset, 1 & plots, replicate(lon1, n), all & plots, all, replicate(lat1, n) 40 41 wset, 2 42 loadct, 0 43!P.MULTI = [0,1,2] 44 lonix = where(lon gt lon0 < lon1 and lon lt lon0 > lon1) 45 latix = where(lat gt lat0 < lat1 and lat lt lat0 > lat1) 46 data_1948 = tmin_1948_320[min(lonix):max(lonix), min(latix): max(latix)] 47 data_2006 = tmin_2006_320[min(lonix):max(lonix), min(latix): max(latix)] 48 min = min(data_1948) < min(data_2006) 49 max = max(data_1948) > max(data_2006) 50 histo, data_1948, min, max 51 histo, data_2006, min, max 52!P.MULTI = [0,1,1] 53 message, 'Prosze kliknac w oknie z wykresami aby zaznaczyc nowy obszar', /info 54 cursor, x, y 55 56 endwhile 57 58 end

Zadanie 5.1 : rozwiązanie (kod, 2/2) histo.pro 1 pro histo, data, minx, maxx 2 ; histogram 3 histo = histogram(data, min=minx, max=maxx, locations=locs) 4 binsize = locs[1] - locs[0] 5 pdfy = float(histo) / n_elements(data) / binsize 6 pdfx = locs +.5 * binsize 7 plot, pdfx, pdfy, psym=10, xrange=[minx - binsize, maxx + binsize], $ 8 ytitle="gestosc prawdopodobienstwa", xtitle="wartosc parametru" 9 10 ; wartość średnia +/- stdev 11 avg = mean(data) 12 std = stddev(data) 13 oplot, replicate(avg, 2), [0, 1], thick=4 14 oplot, avg + [-std, std], [0, 0], thick=8 15 16 ; dystrybuanta 17 cdfy = [0, total(pdfy, /cumulative)] 18 cdfy /= cdfy[n_elements(cdfy) - 1] 19 cdfx = [locs, max(locs) + binsize] 20 21 ; percentyle 22 perc = interpol(cdfx, cdfy, findgen(11)/10.) 23 for p = 0, 10 do oplot, replicate(perc[p], 2), [0, 1], linestyle=2 24 end

Zadanie 5.2D : polecenie Napisanie funkcji zwracającej wartości gęstości prawdopodobieństwa (tablicę) na podstawie, podanych w argumencie: kwantyli (dwie tablice - wartości oraz rzędów) oraz współrzędnych dla których obliczone mają być wartości f-cji gęstości.

: procedury plots nanosi na wykres (mapę) punkty i ścieżki plots, tablica współrzędnych x, tablica współrzędnych y plots, tablica 2xN współrzędnych xy plots, map 2points(dl1 stp, sz1 stp, dl2 stp, sz2 stp, npath=n) flagi określające układ współrzędnych argumentów (patrz poniżej): /data, /device, /normal wybrane flagi i argumenty nazwane wspólne dla procedur rysujących: psym i thick (patrz opis plot, ćw. 5), linestyle (patrz ćw. 6) xyouts nanosi na wykres (mapę) tekst xyouts, współrzędna x, współrzędna y, ciąg znaków wybrane flagi i argumenty nazwane: orientation=kąt kąt (w stopniach) o jaki obrócić (zgodnie z ruchem wskazówek zegara) napis alignment=liczba interpretacja zadanego w argumencie punktu: 0. początek tekstu,.5 środek tekstu, 1. koniec tekstu flagi określające układ współrzędnych argumentów: /data, /normal, /device wybrane flagi i argumenty nazwane wspólne dla procedur rysujących: charsize (patrz opis plot, ćw 5) flagi określające układ współrzędnych argumentów /data współrzędne zgodne z osiami wykresu (domyślnie) /normal współrzędne unormowane do rozmiarów okna / strony (liczby z zakresu [0,1]) /device współrzędne naturalne dla urządzenia wyjściowego (liczby naturalne, przydatne przy wykreślaniu danych rastrowych)

: funkcja zwraca wartości interpolowane dla zbioru na dowolnej siatce tablica wartości interp. liniowo = interpol(tablica znanych wartości, współrzędne znanych wartości, współrzędne szukanych wartości) tablica wartości interp. sześciennie = interpol(tablica znanych wartości, współrzędne znanych wartości, współrzędne szukanych wartości, /quadratic) tablica wartości aproks. met. najmn. kwadr. = interpol(tablica znanych wartości, współrzędne znanych wartości, współrzędne szukanych wartości, /lsquadratic) tablica wartości interp. funkcją sklejaną sześcienną = interpol(tablica znanych wartości, współrzędne znanych wartości, /spline) przykład użycia > znane x = [0.,1,4,5] > znane y = [0.,1,16,25] > szukane x = [3.] > szukane y = interpol(znane y, znane x, szukane x) > print, szukane y 11.0000 > szukane y = interpol(znane y, znane x, szukane x, /quadratic) > print, szukane y 9.00000 > szukane y = interpol(znane y, znane x, szukane x, /lsquadratic) > print, szukane y 9.00002

: funkcje mean() zwraca wartość średnią elementów tablicy wartość średnia = mean(tablica) wartość średnia pomijając wartości NaN = mean(tablica, /nan) stddev() zwraca odchylenie standardowe elementów tablicy odchylenie standardowe = stddev(tablica) odchylenie standardowe pomijając wartości NaN = stddev(tablica, /nan) przykład użycia > a = [1.,!VALUES.F NAN, 2.] > print, mean(a) nan > print, stddev(a) nan > print, mean(a, /nan) 1.50000 > print, stddev(a, /nan) 0.70711

: funkcja zwraca sumę elementów tablicy suma = total(tablica) tablica sum = total(tablica, numer wymiaru po którym sumować numerując od 1) suma pomijając wartości NaN = total(tablica, /nan) tablica sum częściowych = total(tablica, /cumulative) przykład użycia > a=[[1,2,!values.f NAN],[1,2,3]] > help, a A FLOAT = Array[3, 2] > print, a 1.00000 2.00000 nan 1.00000 2.00000 3.00000 > print, total(a) nan > print, total(a, /nan) 9.00000 > print, total(a, 1, /nan) 3.00000 6.00000 > print, total(a, 2, /nan) 2.00000 4.00000 3.00000 > print, total(a, /cumulative, /nan) 1.00000 3.00000 3.00000 4.00000 6.00000 9.00000

: funkcja zwraca dyskretną reprezentację funkcji gęstości prawdopodobieństwa (nieunormowaną) dla zbioru danych zawartych w tablicy przekazanej w argumencie f gest prawd y = histogram(tablica z danymi) f gest prawd y = histogram(tablica z danymi, binsize=szerokość klas) f gest prawd y = histogram(tablica z danymi, locations=f gest prawd x) (uwaga: w zmiennej f gest prawd x zostają zapisane współrzędne lewych krańców klas!) przykład użycia > dane = [1,1,2,2,4] > print, histogram(dane) 2 2 0 1 > print, histogram(dane, binsize=.5) 2 0 2 0 0 0 1 > pdf y = histogram(dane, binsize=.5, locations=pdf x) > pdf y /= n elements(dane) ; unormowanie > pdf x +=.5/2 ; lewe krańce klas -> środki klas > plot, pdf x, pdf y, psym=10 ; wykreślenie krzywej łamanej

: formatowanie tekstu i użycie symboli spoza ASCII (za pomocą TEXtoIDL, np. przy opisie osi) textoidl() zwraca ciąg znaków przekazany w argumencie, po podmianie występujących w nim wybranych instrukcji LATEXa instrukcjami zgodnymi ze składnią formatowania tekstu a (bezpłatny pakiet autorstwa Matta Craiga) napis z instrukcjami a = textoidl(napis z instrukcjami LATEXa) plot,..., title=textoidl(... ), xtitle=textoidl(... ), ytitle=textoidl(... ) xyouts, x, y, textoidl(... )... showtex procedura wyświetlająca okno z listą symboli obsługiwanych przez funkcję TEXtoIDL oraz odpowiadających im instrukcji LATEXa showtex wybrane instrukcje LATEXa rozumiane przez TEXtoIDL litery greckie: \alpha (α), \beta (β), \gamma (γ), \Gamma (Γ),... indeksy dolne i górne:, ˆ, {...}, ˆ{...} symbole matematyczne: \pm (±), \circ ( ), \nabla ( ), \infty ( ) przykład użycia > xyouts,.5,.5, textoidl( \Gamma=10ˆ {\circ}c/km ), /normal

: (cursor, window, wset, wdelete) cursor zapisuje do zmiennych przekazanych w argumentach położenie punktu wskazanego myszką (domyślnie po kliknięciu) cursor, x, y cursor, x, y, /device cursor, x, y, /normal window tworzy nowe okna o zadanych parametrach we wsp. danych we wsp. sprzętowych (numery pikseli) w unormowanych (do 1) wsp. sprzętowych window, numer okna window, numer okna, xsize=szerokość, ysize=wysokość window, /free tworzy okno o najniższym dostępnym numerze 32 window, numer okna, title=tytuł okna wset ustala do którego okna będą odnosiły się polecenia graficzne (plot, contour... ) wset, numer okna wdelete zamyka okno wdelete, numer okna