IKZ

TEMA9/IKZ.md

@@ -0,0 +1,123 @@
+M3_9
+
+1) Создайте модуль М1, содержащий две функции:
+
+- функция 1: аргументы - список Х с последовательностью отсчетов некоторого сигнала и два числовых параметра:М1 и М2; в функции должен создаваться кортеж К с индексами "аномальных" отсчетов сигнала, для которых выполняются неравенства: X[i]-X[i-1]<M1 или X[i]-X[i-1]>M2.
+
+- функция 2: аргументы - список Х с отсчетами сигнала и кортеж К с индексами "аномальных" отсчетов; в функции должен создаваться новый список Х1, в котором элементы совпадают с элементами из Х, если те не являются "аномальными", а элементы из списка К заменяются на X[i]=0.5*(X[i-1]+X[i+1]), а если "аномальным" окажется последний элемент, то его значение заменяется на значение предпоследнего элемента.
+
+2) Создайте еще один модуль М2, в котором должны выполняться операции:
+
+- запрашивается и вводится имя текстового файла со значениями сигнала; проверяется наличие файла и при отсутствии - повторение запроса;
+
+- из указанного файла считывается список Х с сигналом, причем в строках файла может быть разное число отсчетов сигнала;
+
+- запрашиваются и вводятся граничные значения М1 и М2 (с проверкой: М1<M2);
+
+- с применением функции 1 создается кортеж с индексами "аномальных" отсчетов; результат отображается на экране;
+
+- если кортеж "аномальных" отсчетов не пустой, то с применением функции 2 создается список Х1 с "исправленным" сигналом, отображается на экране и записывается в бинарный файл Res44.bin; в ином случае выдается сообщение об отсутствии "аномальных" отсчетов.
+
+3) Создайте модуль М0 - главную программу, которая вызывает М2 и отображает в виде графика сигналы Х и Х1.
+
+4) Подготовьте текстовый файл, в который запишите  50 случайных, нормально распределенных чисел с математическим ожиданием 10 и стандартным отклонением 5.  Проведите 2 расчета по программе с использованием этого файла.
+```py
+import matplotlib.pyplot as plt
+from MMM2 import main_pr
+
+def plot_signals(X, X1):
+    plt.figure()
+    plt.plot(X, label='X',marker='o', linestyle='-')
+    plt.plot(X1, label='X1',marker='s', linestyle='--')
+    plt.title('Сравнение исходного и исправленного сигналов')
+    plt.legend()
+    plt.grid(True)
+    plt.show()
+
+
+if __name__ == "__main__":
+    result = main_pr()
+    if result:
+        X, X1 = result if result[1] is not None else (result[0], None)
+        plot_signals(X, X1)
+```
+```py
+import os
+import pickle
+from MMM1 import find_anomal, cor_anom
+
+def read_sig(filename):
+    numbers = []
+    try:
+        with open(filename, 'r', encoding='utf-8') as f:
+            for line in f:
+                parts = line.strip().split()
+                for part in parts:
+                    try:
+                        numbers.append(float(part))
+                    except ValueError:
+                        continue
+    except Exception as e:
+        print(f"Ошибка чтения файла: {e}")
+        return None
+    return numbers
+
+def main_pr():
+    while True:
+        filename = input("Введите имя текстового файла с сигналом: ")
+        if os.path.isfile(filename):
+            break
+        print("Файл не найден. Попробуйте снова.")
+    
+    X = read_sig(filename)
+    if X is None:
+        print("Не удалось прочитать сигнал.")
+        return
+    
+    M1 = float(input("Введите M1 (нижняя граница): "))
+    M2 = float(input("Введите M2 (верхняя граница): "))
+    
+    anomalies = find_anomal(X, M1, M2)
+    if anomalies:
+        print(f"Индексы аномальных отсчетов: {anomalies}")
+    else:
+        print("Индексов аномальных отcчетов нет")
+    
+    if anomalies:
+        X1 = cor_anom(X, anomalies)
+        
+        with open('Res44.bin', 'wb') as f:
+            pickle.dump(X1, f)
+        print("Результат сохранён в файл Res44.bin")
+    else:
+        print("Аномальных отсчетов не обнаружено.")
+    
+    return X, X1 if anomalies else None
+
+```
+```py
+def find_anomal(X, M1, M2):
+
+    K = []
+    for i in range(1, len(X)):
+        diff = X[i] - X[i - 1]
+        if diff < M1 or diff > M2:
+            K.append(i)
+    return tuple(K)
+
+def cor_anom(X, K):
+   
+    X1 = X.copy()
+    n = len(X)
+    
+    for idx in K:
+        if idx == n - 1:
+            X1[idx] = X[idx - 1]
+        elif idx == 0:
+            X1[idx] = X[idx + 1]
+        else:
+            X1[idx] = 0.5 * (X[idx - 1] + X[idx + 1])
+    
+    return X1
+
+```

TEMA9/MMM0.py

@@ -0,0 +1,18 @@
+import matplotlib.pyplot as plt
+from MMM2 import main_pr
+
+def plot_signals(X, X1):
+    plt.figure()
+    plt.plot(X, label='X',marker='o', linestyle='-')
+    plt.plot(X1, label='X1',marker='s', linestyle='--')
+    plt.title('Сравнение исходного и исправленного сигналов')
+    plt.legend()
+    plt.grid(True)
+    plt.show()
+
+
+if __name__ == "__main__":
+    result = main_pr()
+    if result:
+        X, X1 = result if result[1] is not None else (result[0], None)
+        plot_signals(X, X1)

TEMA9/MMM1.py

@@ -0,0 +1,23 @@
+def find_anomal(X, M1, M2):
+
+    K = []
+    for i in range(1, len(X)):
+        diff = X[i] - X[i - 1]
+        if diff < M1 or diff > M2:
+            K.append(i)
+    return tuple(K)
+
+def cor_anom(X, K):
+   
+    X1 = X.copy()
+    n = len(X)
+    
+    for idx in K:
+        if idx == n - 1:
+            X1[idx] = X[idx - 1]
+        elif idx == 0:
+            X1[idx] = X[idx + 1]
+        else:
+            X1[idx] = 0.5 * (X[idx - 1] + X[idx + 1])
+    
+    return X1

TEMA9/MMM2.py

@@ -0,0 +1,51 @@
+import os
+import pickle
+from MMM1 import find_anomal, cor_anom
+
+def read_sig(filename):
+    numbers = []
+    try:
+        with open(filename, 'r', encoding='utf-8') as f:
+            for line in f:
+                parts = line.strip().split()
+                for part in parts:
+                    try:
+                        numbers.append(float(part))
+                    except ValueError:
+                        continue
+    except Exception as e:
+        print(f"Ошибка чтения файла: {e}")
+        return None
+    return numbers
+
+def main_pr():
+    while True:
+        filename = input("Введите имя текстового файла с сигналом: ")
+        if os.path.isfile(filename):
+            break
+        print("Файл не найден. Попробуйте снова.")
+    
+    X = read_sig(filename)
+    if X is None:
+        print("Не удалось прочитать сигнал.")
+        return
+    
+    M1 = float(input("Введите M1 (нижняя граница): "))
+    M2 = float(input("Введите M2 (верхняя граница): "))
+    
+    anomalies = find_anomal(X, M1, M2)
+    if anomalies:
+        print(f"Индексы аномальных отсчетов: {anomalies}")
+    else:
+        print("Индексов аномальных отcчетов нет")
+    
+    if anomalies:
+        X1 = cor_anom(X, anomalies)
+        
+        with open('Res44.bin', 'wb') as f:
+            pickle.dump(X1, f)
+        print("Результат сохранён в файл Res44.bin")
+    else:
+        print("Аномальных отсчетов не обнаружено.")
+    
+    return X, X1 if anomalies else None