Test

TEMA9/Mod0.py

@@ -0,0 +1,25 @@
+import matplotlib.pyplot as plt
+from Mod2 import process_signal
+
+result = process_signal()
+if result:
+    X, X1, anomalies = result
+
+    plt.figure(figsize=(10, 6))
+
+    plt.subplot(2, 1, 1)
+    plt.plot(X, 'b-')
+    if anomalies:
+        anomaly_values = [X[i] for i in anomalies]
+        plt.plot(anomalies, anomaly_values, 'ro')
+    plt.title('Исходный сигнал')
+    plt.grid(True)
+
+    if X1 is not None:
+        plt.subplot(2, 1, 2)
+        plt.plot(X1, 'g-')
+        plt.title('Исправленный сигнал')
+        plt.grid(True)
+
+    plt.tight_layout()
+    plt.show()

TEMA9/Mod1.py

@@ -0,0 +1,23 @@
+def find_anomalies(X, T1, T2):
+    anomalies = []
+    for i, value in enumerate(X):
+        if value < T1 or value > T2:
+            anomalies.append(i)
+    return anomalies
+
+
+def correct_anomalies(X, anomalies):
+    if not anomalies:
+        return X
+
+    X_list = list(X)
+    n = len(X_list)
+    avg_value = sum(X_list) / n
+
+    for idx in anomalies:
+        if idx == 0 or idx == n - 1:
+            X_list[idx] = avg_value
+        else:
+            X_list[idx] = (X_list[idx - 1] + X_list[idx + 1]) / 2
+
+    return tuple(X_list)

TEMA9/Mod2.py

@@ -0,0 +1,41 @@
+import os
+from Mod1 import find_anomalies, correct_anomalies
+
+
+def process_signal():
+    while True:
+        filename = input("Введите имя файла с данными: ")
+        if os.path.exists(filename):
+            break
+        print(f"Файл '{filename}' не найден.")
+
+    while True:
+        T1 = float(input("Введите значение T1: "))
+        T2 = float(input("Введите значение T2: "))
+        if T1 < T2:
+            break
+        print("T1 должно быть меньше T2.")
+
+    X = []
+    with open(filename, 'r') as f:
+        for line in f:
+            line = line.strip()
+            if line:
+                X.append(float(line))
+
+    X_tuple = tuple(X)
+
+    anomalies = find_anomalies(X_tuple, T1, T2)
+    print(f"Найдено аномальных отсчетов: {len(anomalies)}")
+    print(f"Индексы: {anomalies}")
+
+    if anomalies:
+        X1_tuple = correct_anomalies(X_tuple, anomalies)
+
+        with open('Res33.txt', 'w') as f:
+            f.write(f"X: {X_tuple}\nX1: {X1_tuple}\nИндексы: {anomalies}\nT1={T1}, T2={T2}")
+
+        return X_tuple, X1_tuple, anomalies
+    else:
+        print("Аномальные отсчеты отсутствуют.")
+        return X_tuple, None, anomalies

TEMA9/Test.md

@@ -0,0 +1,195 @@
+# Индивидуальное контрольное задание по модулю 3
+
+Зеленкина Ксения А-02-23
+## Задание
+Вариант 8
+1) Создайте модуль М1, содержащий две функции: 
+
+-функция 1: аргументы - кортеж Х с последовательностью отсчетов некоторого сигнала и два числовых параметра Т1 и Т2; в функции должен создаваться список с индексами "аномальных" отсчетов сигнала, удовлетворяющих неравенствам X<T1 или X>T2;
+
+- функция 2: аргументы - кортеж Х с отсчетами сигнала и список "аномальных" значений; в функции должен создаваться новый кортеж Х1, в котором элементы, не являющиеся "аномальными", совпадают с соответствующими элементами из Х, а "аномальные" значения заменяются по правилу: если это первый или последний элемент, то он заменяется на среднее значение по кортежу Х, а остальные - заменяются на полусумму соседних по индексу элементов.
+
+2) Создайте еще один модуль М2, в котором должны выполняться операции: 
+
+- запрашивается и вводится имя бинарного файла с данными (кортежем); проверяется наличие файла и при отсутствии - повторение запроса;
+
+- запрашиваются и вводятся граничные значения Т1 и Т2 с проверкой Т1,T2;
+
+- из указанного файла считывается кортеж Х с сигналом;
+
+- с применением функции 1 создается список с индексами "аномальных" отсчетов; результат отображается на экране;
+
+- если список "аномальных отсчетов не пустой, то с применением функции 2 создается кортеж Х1 с "исправленным" сигналом, отображается на экране и записывается в текстовый файл Res33.txt; 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 бинарный файл, в который запишите кортеж Х с  50 случайными, нормально распределенными числами с математическим ожиданием 10 и стандартным отклонением 5.  Проведите 2 расчета по программе с использованием этого файла: в первом расчете задайте Т1=5, Т2=18, а во втором - Т1=-20, Т2=50.
+
+
+
+## Решение
+Содердимое Mod0
+_Код:_
+```py
+import matplotlib.pyplot as plt
+from Mod2 import process_signal
+
+result = process_signal()
+if result:
+    X, X1, anomalies = result
+
+    plt.figure(figsize=(10, 6))
+
+    plt.subplot(2, 1, 1)
+    plt.plot(X, 'b-')
+    if anomalies:
+        anomaly_values = [X[i] for i in anomalies]
+        plt.plot(anomalies, anomaly_values, 'ro')
+    plt.title('Исходный сигнал')
+    plt.grid(True)
+
+    if X1 is not None:
+        plt.subplot(2, 1, 2)
+        plt.plot(X1, 'g-')
+        plt.title('Исправленный сигнал')
+        plt.grid(True)
+
+    plt.tight_layout()
+    plt.show()
+```
+
+Содердимое Mod1
+_Код:_
+```py
+def find_anomalies(X, T1, T2):
+    anomalies = []
+    for i, value in enumerate(X):
+        if value < T1 or value > T2:
+            anomalies.append(i)
+    return anomalies
+
+
+def correct_anomalies(X, anomalies):
+    if not anomalies:
+        return X
+
+    X_list = list(X)
+    n = len(X_list)
+    avg_value = sum(X_list) / n
+
+    for idx in anomalies:
+        if idx == 0 or idx == n - 1:
+            X_list[idx] = avg_value
+        else:
+            X_list[idx] = (X_list[idx - 1] + X_list[idx + 1]) / 2
+
+    return tuple(X_list)
+```
+
+Содердимое Mod2
+_Код:_
+```py
+import os
+from Mod1 import find_anomalies, correct_anomalies
+
+
+def process_signal():
+    while True:
+        filename = input("Введите имя файла с данными: ")
+        if os.path.exists(filename):
+            break
+        print(f"Файл '{filename}' не найден.")
+
+    while True:
+        T1 = float(input("Введите значение T1: "))
+        T2 = float(input("Введите значение T2: "))
+        if T1 < T2:
+            break
+        print("T1 должно быть меньше T2.")
+
+    X = []
+    with open(filename, 'r') as f:
+        for line in f:
+            line = line.strip()
+            if line:
+                X.append(float(line))
+
+    X_tuple = tuple(X)
+
+    anomalies = find_anomalies(X_tuple, T1, T2)
+    print(f"Найдено аномальных отсчетов: {len(anomalies)}")
+    print(f"Индексы: {anomalies}")
+
+    if anomalies:
+        X1_tuple = correct_anomalies(X_tuple, anomalies)
+
+        with open('Res33.txt', 'w') as f:
+            f.write(f"X: {X_tuple}\nX1: {X1_tuple}\nИндексы: {anomalies}\nT1={T1}, T2={T2}")
+
+        return X_tuple, X1_tuple, anomalies
+    else:
+        print("Аномальные отсчеты отсутствуют.")
+        return X_tuple, None, anomalies
+
+process_signal()
+```
+
+Содердимое Test
+_Код:_
+```py
+import numpy as np
+
+
+def create_test_file(filename="signal_data.bin", n=50, mean=10, std=5):
+    data = np.random.normal(mean, std, n)
+
+    with open(filename, 'w') as f:
+        for value in data:
+            f.write(f"{value}\n")
+
+    print(f"Файл '{filename}' создан.")
+
+create_test_file()
+```
+
+Запуск Test.py
+_Вывод:_
+```py
+Файл 'signal_data.bin' создан.
+```
+
+Запуск Mod0 (T1 = 5, T2 = 18)
+_Вывод:_
+```py
+Введите имя файла с данными: signal_data.bin
+Введите значение T1: 5
+Введите значение T2: 18
+Найдено аномальных отсчетов: 14
+Индексы: [1, 2, 5, 8, 10, 18, 24, 30, 31, 35, 40, 44, 45, 47]
+```
+
+<img src = "./photo2.png" width="500" height="300" align="center">
+
+Cписок "аномальных отсчетов не пустой => записываем в текстовый файл Res33.txt
+Содержимое Res33:
+<img src = "./photo3.png" width="500" height="300" align="center">
+
+Запуск Mod0 (T1 = -20, T2 = 50)
+_Вывод:_
+```py
+Введите имя файла с данными: signal_data.bin
+Введите значение T1: -20
+Введите значение T2: 50
+Найдено аномальных отсчетов: 0
+Индексы: []
+Аномальные отсчеты отсутствуют.
+```
+<img src = "./photo4.png" width="500" height="300" align="center">
+
+Если в поле "Введите имя файла с данными: "  мы ничего не введём. Программа повторит запрос.
+_Вывод:_
+```py
+Введите имя файла с данными: 
+Файл '' не найден.
+Введите имя файла с данными: 
+```

TEMA9/Test.py

@@ -0,0 +1,15 @@
+import numpy as np
+
+
+def create_test_file(filename="signal_data.bin", n=50, mean=10, std=5):
+    data = np.random.normal(mean, std, n)
+
+    with open(filename, 'w') as f:
+        for value in data:
+            f.write(f"{value}\n")
+
+    print(f"Файл '{filename}' создан.")
+    print(f"Первые 10 значений: {data[:10]}")
+
+
+create_test_file()