форкнуто от main/python-labs
Вы не можете выбрать более 25 тем
Темы должны начинаться с буквы или цифры, могут содержать дефисы(-) и должны содержать не более 35 символов.
90 строки
5.7 KiB
Markdown
90 строки
5.7 KiB
Markdown
# ОБЩЕЕ КОНТРОЛЬНОЕ ЗАДАНИЕ по Теме 7
|
|
Выполнил: Тимошенко А.А. Проверил: Козлюк Д.А.
|
|
|
|
## Задание
|
|
• Разработайте и проверьте функцию, реализующую для момента времени t расчет выхода y(t) для устройства задержки: на вход поступает сигнал, а на выходе повторяется этот сигнал с за-держкой на заданное время Т.
|
|
|
|
• Разработайте и проверьте функцию, реализующую расчет гистограммы по выборке случайной величины с каким-то распределением. Гистограмма при выводе на экран представляется в виде таблицы: границы интервала, число элементов выборки в интервале. Аргументы функции: выборка, число интервалов разбиения диапазона изменения случайной величины. Возвращае-мый результат функции: список с числами элементов выборки в интервалах разбиения.
|
|
|
|
• Разработайте и проверьте анонимную функцию, вычисляющую значение оценки отклика Y линейной регрессии при значении переменной Х
|
|
Y=b1+b2*X и имеющую аргументы b1, b2 и X.
|
|
|
|
## Решение
|
|
```
|
|
def delay_signal(signal, T):
|
|
|
|
# Создаю копию исходного сигнала
|
|
delayed_signal = signal.copy()
|
|
if T < len(signal):
|
|
# Сдвигаю сигнал вправо на T отсчетов, начало заполняем нулями
|
|
delayed_signal = [0] * T + signal[:-T]
|
|
else:
|
|
# Если задержка больше длины сигнала - возвращаем нули
|
|
delayed_signal = [0] * len(signal)
|
|
|
|
return delayed_signal
|
|
|
|
>>> y = [random.gauss(3, 1.5) for _ in range(40)]
|
|
>>> y
|
|
[5.325416780634114, 2.3593622133749808, 1.2470676959301887, -0.593060108499694, 1.4340279482713292, 2.162904911751828, 3.5966381215435743, 3.1215233313521367, 3.278769015552392, 1.4600848702469413, 2.227188218562767, -0.02101290555432689, 2.9015754761132713, 5.507229347318583, 4.392918705255052, 2.893096608173657, 2.400184728443876, 2.3464420973774045, -0.29207940771891217, 4.868968794420769, 5.1569207689963275, 2.966999923764223, 0.9443978469937528, 5.562190945114451, 3.4834584941068765, 1.7250255447073042, 3.013873484634806, 3.783067951814041, 4.602220595567667, 2.283163010872606, 4.563248136396248, 5.370530689941988, -0.5394330191088121, 4.481730159619498, 2.6088804215267345, 3.562728440630803, 4.422684655442551, 1.846276163481897, 3.8925551687094426, 4.720299420830592]
|
|
|
|
>>> yd = delay_signal(y, 4)
|
|
>>> yd
|
|
[0, 0, 0, 0, 5.325416780634114, 2.3593622133749808, 1.2470676959301887, -0.593060108499694, 1.4340279482713292, 2.162904911751828, 3.5966381215435743, 3.1215233313521367, 3.278769015552392, 1.4600848702469413, 2.227188218562767, -0.02101290555432689, 2.9015754761132713, 5.507229347318583, 4.392918705255052, 2.893096608173657, 2.400184728443876, 2.3464420973774045, -0.29207940771891217, 4.868968794420769, 5.1569207689963275, 2.966999923764223, 0.9443978469937528, 5.562190945114451, 3.4834584941068765, 1.7250255447073042, 3.013873484634806, 3.783067951814041, 4.602220595567667, 2.283163010872606, 4.563248136396248, 5.370530689941988, -0.5394330191088121, 4.481730159619498, 2.6088804215267345, 3.562728440630803]
|
|
|
|
import matplotlib.pyplot as plt
|
|
|
|
def calculate_histogram(data, num_bins):
|
|
min_val, max_val = min(data), max(data)
|
|
bins = np.linspace(min_val, max_val, num_bins + 1)
|
|
counts = [0] * num_bins
|
|
|
|
for value in data:
|
|
for i in range(num_bins):
|
|
if bins[i] <= value < bins[i + 1]:
|
|
counts[i] += 1
|
|
break
|
|
if value == max_val:
|
|
counts[-1] += 1
|
|
|
|
return counts, bins
|
|
|
|
def plot_histogram(data, bins, counts):
|
|
plt.hist(data, bins=bins, alpha=0.7, edgecolor='black')
|
|
plt.xlabel('Значения выборки')
|
|
plt.ylabel('Число элементов')
|
|
plt.title('Гистограмма выборки')
|
|
plt.show()
|
|
|
|
def histo(data, num_bins):
|
|
"""
|
|
Основная функция для работы с гистограммой
|
|
"""
|
|
counts, bins = calculate_histogram(data, num_bins)
|
|
plot_histogram(data, bins, counts)
|
|
return counts
|
|
|
|
sample = [random.gauss(random.random(), random.random()) for _ in range(random.randint(10,200))]
|
|
intervals = int(input("Введите количество интервалов разбиения: "))
|
|
output = histo(sample, intervals)
|
|
|
|
======= RESTART: C:\Users\mapon\OneDrive\Рабочий стол\ПО АС\ТЕМА7\OKZ2.py ======
|
|
Введите количество интервалов разбиения: 12
|
|
Список с числами элементов в интервалах: [3, 4, 10, 10, 6, 8, 7, 0, 1, 0, 0, 1]
|
|
|
|
#График сохранен под именем Figure_2
|
|
|
|
|
|
|
|
linreg = lambda b1, b2, x: b1 + b2 * x
|
|
b1 = float(input("Введите коэффициент b1 линейной регрессии: "))
|
|
b2 = float(input("Введите коэффициент b2 линейной регрессии: "))
|
|
x_val = float(input("Введите значение x: "))
|
|
print(linreg(b1, b2, x_val))
|
|
|
|
|
|
Введите коэффициент b1 линейной регрессии: 2
|
|
Введите коэффициент b2 линейной регрессии: 3
|
|
Введите значение x: 5
|
|
17.0
|
|
``` |