|  | |
| 
 
 
 
 | 
 
 
 
 
 
 
 
 
 
 
 | 

 
	  expérimentation participative d'analyse de données
	      
 
	    
en détails sur la page framagit
 
	   
	   
	   
	   
	    
	   
	    
	   
           
	    
	   
	   
		       
		    
 
	   
	  
# charge le fichier préparé par Dominique Gibert en matlab
fum=sio.loadmat('CS_Fumerolles/MatFiles/CS_Fumerolles__6_2015-07-25_08-20-00_000000.mat')
# clés de l'objet dict
dict_keys([... 'udbfHeader', 'udbfData'])
# extrait de entête injectée par Dominique pour identifier l'origine et la structure des données
array([[ ([[0]], [[1.07]], [[43]], ['UniversalDataBinFile - Gantner Instruments'], [[0]], [[0]], ...
...[[1]], [[14]], [[1e-09]], [[730486]], ['01-Jan-2000'], [[1]], [[2]], [[6, 9]], [[array(['CS_dB'],
array(['CSC_Temp'... array(['°C'],...  [[736170.3472222222]], [[736170.3892245371]], [[3630]], [[array(['DIAPHANE Project'],
# extrait des données
... [0.3228197693824768, 95.659912109375], [0.3074447810649872, 95.66424560546875], [0.3075183629989624, 95.6700439453125], ...
	      
	    
	  %% Wavelet transform dilatMin = 4; nOctave = 2; nVoiceOctave = 100; sigma = 8; tic cwt1 = cwt(signal,'morlet',dilatMin,nOctave,nVoiceOctave,sigma); cwt1.x = t; toc %% Dessin du module de la transformée en ondelettes f1 = figure; screenSize = get(0,'ScreenSize'); set(f1,'Position',[0 0 screenSize(3) screenSize(4)]); set(gca,'FontSize',fontSize); set(gca,'FontName','Verdana'); subplot(3,1,[1 2]) set(gca,'FontSize',fontSize); set(gca,'FontName','Verdana'); imagesc(t,2*dt*cwt1.dilat,cwt1.modulus) ...
 
	  
@gc
def matlabTime2unix(self, matlab_datenum):
    return datetime.fromordinal(int(matlab_datenum)) + timedelta(days=matlab_datenum%1) - timedelta(days = 366)
	      
	      
	  
if champ=='P_STA' and 'atmo' in kwargs['fr']:
    # calcul de correction ebullition/pression atmo
    # methode des moindres carrés:
    # Tebu=a+b*p+c*p*p+d*p*p*p
    if p_sta==[]:
        a_=57.260204
	odata=[]
	xdata=[]
	for t,v in xdatas:
	    v_=float(v)
	    b_=79.37221*0.001*v_
	    c_=-35.5263*0.000001*v_*v_
	    d_=6.695*0.000000001*v_*v_*v_
	    v_ = a_+b_+c_+d_
	    odata.append(v_)
	    xdata.append((t,v_))
	narray=np.array(odata)
	median = np.median(narray)
	etype = np.std(narray)
	  
	if set_median:
	    fi.write('#median:%r\n'%median)
	for t,v in xdata:
	    fi.write('%r:%r\n'%(t,v))
	      
	    
	  les courbes du haut tentent par calcul récurcif d'accélération glissante de faire ré-émerger la vision des pentes par l'oeil les courbes imbriquées du bas montrent les intervales de fenêtrage et les enveloppes min/max/med ... c'est pas encore ça
 
	    
	  
 
		
		 
	       
		 
	       
	     
	       
	      