Stap 2: Bouwen van een Experiment
Er zijn drie Programmeer stappen (en lijnen) bij de opbouw van een experiment. Elk experiment is een functie in het LoggingSim-object in het bestand simulate_logging.py. Laat kijken naar experiment 1 (alleen in de eerste grafiek) die we in de volgende stap wordt uitgevoerd:
def experiment_with_sample_rates( self ): print """ Experiment with Sample Rates Looking at different sample rates by changing delta T """ self.start_plot( plot_title = "Sample Rates - Part 1/3: Delta T = 1.0" ) self.add_sensor_data( name = "dt = 1.", amplitude = 1., noise_amp = .0, delta_t = 1., max_t = 10., run_ave = 0, trigger_value = 0 ) self.show_plot( )
Elk experiment wordt geschreven als zijn eigen functie, dus hebben we een regel definiëren de functie (def experiment...)
De volgende, niet-commentaarregel, (start_plot(...) maakt het object voor het experiment en hieraan een naam.
De volgende, niet-commentaarregel, (add_sensor_data(...) is opgesplitst in verschillende lijnen. Het simuleert een sensor voor het meten van een signaal met potentieel lawaai en enkele bewerkingen. De functieargumenten zijn als volgt:
- naam: een naam op de uiteindelijke grafiek om de gegevens te identificeren
- amplitude: hoe groot het signaal is, gebruiken wij altijd een amplitude van 1. in dit instructable.
- noise_amp: hoe groot het lawaai is, 0. is geen lawaai, we zullen hier beginnen.
- delta_t: de tijd tussen metingen, bepaalt de samplefrequentie.
- maxt_t: de maximale tijd wij gegevens verzamelen, we zullen altijd 10 gebruiken in dit instructable.
- run_ave: verwerking met behulp van een lopende gemiddelde, 0 betekent geen verwerking.
- trigger_value: verwerking met behulp van triggering, 0 betekent geen verwerking
de finale, niet commentaar lijn, (self.show_plot...) geeft de grafiek.
Om dingen te maken een beetje ingewikkelder die kunt u hebben meerdere lijnen in een grafiek of meerdere grafieken in een experiment, moet dit duidelijk uit de experimenten die volgen.