Grafici, Sessione e rapporto integrato

di Giux GX-TXT, python-it, scripts-it 3 min di lettura

Corso Python scientifico in GX-TXT · Modulo 10 · Lezione 59

Visualizziamo insieme i dati sintetici e le curve ottenute dai fit. La figura rende confrontabili le due condizioni; il rapporto numerico della lezione precedente resta necessario per leggere convergenza e residui.

Obiettivi

  • Comporre uno spec con quattro serie da Dataset distinti.
  • Distinguere punti sintetici e curve di fit nella legenda.
  • Leggere assi e unità senza confondere dati e modello.
  • Affiancare figura e risultati numerici.

Esecuzione

Dopo le lezioni 56 e 58, importa grafico_finale.py, salvalo e avvialo nella Sessione corso_python.

Script del grafico finale nello Script Workspace.
Script del grafico finale nello Script Workspace.
from gxtxt import gxtxt_api_call, gxtxt_api_require

gxtxt_api_require("PLOT_DATASET_API_v4@4")
api = "PLOT_DATASET_API_v4"
spec = gxtxt_api_call(api, "new_spec", ["plot.dataset.xy", "Decadimenti sintetici e fit"])
serie = []
for nome in ("a", "b"):
    serie.append({"id": "dati_" + nome, "dataset_id": "corso_finale_" + nome,
        "x_variable_id": "tempo", "y_variable_id": "segnale", "axis": "left", "kind": "scatter", "label": "Dati sintetici " + nome.upper()})
    serie.append({"id": "fit_" + nome, "dataset_id": "corso_finale_fit_" + nome,
        "x_variable_id": "tempo", "y_variable_id": "fit", "axis": "left", "kind": "line", "label": "Fit " + nome.upper()})
spec["panels"][0]["series"] = serie
print("Spec valido:", gxtxt_api_call(api, "validate_spec", [spec]))
plot = gxtxt_api_call(api, "create_plot", [spec, "variant"])
gxtxt_api_call(api, "set_panel_axis", [plot, "main", "x", {"label": "Tempo (s)", "display_unit": "s"}])
gxtxt_api_call(api, "set_panel_axis", [plot, "main", "y_left", {"label": "Segnale (mV)", "display_unit": "mV", "min": 0., "max": 3.5}])
print("Grafico:", plot)
print("Rendering:", gxtxt_api_call(api, "render", [plot]).get("execution"))

Il ciclo costruisce per ogni condizione una serie di punti dal Dataset sintetico e una linea dal Dataset del fit. La lista serie contiene quindi quattro dizionari. Le etichette identificano dati e modello; gli assi riportano tempo in secondi e segnale in millivolt.

Nella scheda Plots seleziona la variante creata e apri la figura. La cattura seguente proviene dalla finestra grafica GX-TXT, adattata alla finestra e ritagliata per rimuovere il contorno esterno.

Dati sintetici A e B e rispettive curve di fit nel Viewer GX-TXT.
Dati sintetici A e B e rispettive curve di fit nel Viewer GX-TXT.

Le due serie di punti sono sintetiche: non rappresentano misure. Le linee sono previsioni del modello sui tempi pubblicati. La condizione B decade più rapidamente, come previsto dai parametri di generazione; gli scarti dei punti dalle linee riflettono il rumore sintetico.

Risultati numerici e diagnostica sintetica dei due fit, dal Job della lezione 58.
Risultati numerici e diagnostica sintetica dei due fit, dal Job della lezione 58.

La figura non sostituisce la verifica del solver e dei residui. Nel rapporto associato dichiara Dataset, seed, modello, parametri, unità, incertezze e limiti. Le note dei Dataset originali conservano il protocollo sintetico; le curve di fit sono pubblicate come Dataset derivati distinti.

Esercizio

  1. Quante serie compongono il grafico e quali rappresentano previsioni?
  2. Quale condizione decade più rapidamente?
  3. Perché il solo accordo visivo non basta a certificare un fit?

Soluzione ragionata

  1. Quattro: due serie di dati sintetici e due linee di fit.
  2. B, caratterizzata dalla costante di decadimento maggiore.
  3. Occorre controllare convergenza, residui, ipotesi e incertezze oltre alla figura.

Scarica gli script del Modulo 10 (ZIP)

#GX-TXT #Python #Riproducibilità

Altre tappe del progetto

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *