Q&A
おそらく浮動小数点演算でアンダフローが起きているのではないかと思うのですが、print(seki_kekka) の出力を追記できますか?
前提・実現したいこと
現在、オシロスコープで撮った複数の波形を積分してそれぞれの面積を求めることができたのですが、
追加でそれらの結果を標準偏差で求めようとしたところ下のようになってしまいました。
積分を求める過程のプログラムが影響しているのだと思うのですが、解決方法がわかりません。
発生している問題・エラーメッセージ
python
1 1.0124000149199993e-10 2標準偏差= 0.0 3u1= 0.0 4 1.0074400148999997e-10 5標準偏差= 0.0 6u1= 0.0 7 1.0070400148200007e-10 8標準偏差= 0.0 9u1= 0.0 10 1.0146000148599994e-10 11標準偏差= 0.0 12u1= 0.0 13 1.0046000149199995e-10 14標準偏差= 0.0 15u1= 0.0 16 9.960000147399987e-11 17標準偏差= 0.0 18u1= 0.0 19 1.0075200149199996e-10 20標準偏差= 0.0 21u1= 0.0 22 1.013160014899999e-10 23標準偏差= 0.0 24u1= 0.0 25 1.000920014819999e-10 26標準偏差= 0.0 27u1= 0.0 28 1.0012400150599986e-10 29標準偏差= 0.0 30u1= 0.0 31 9.957600148600004e-11 32標準偏差= 0.0 33u1= 0.0 34 1.0118400148999986e-10 35標準偏差= 0.0 36u1= 0.0 37 1.0084400147600001e-10 38標準偏差= 0.0 39u1= 0.0 40 9.913600149600003e-11 41標準偏差= 0.0 42u1= 0.0 43 1.0013600147199992e-10 44標準偏差= 0.0 45u1= 0.0 46 9.974400148199994e-11 47標準偏差= 0.0 48u1= 0.0 49 1.0008400148199995e-10 50標準偏差= 0.0 51u1= 0.0 52 1.0010800149199998e-10 53標準偏差= 0.0 54u1= 0.0 55 9.976400149199987e-11 56標準偏差= 0.0 57u1= 0.0 58 9.975600148799997e-11 59標準偏差= 0.0 60u1= 0.0
該当のソースコード
python
1import numpy as np 2import matplotlib.pyplot as plt 3import pandas as pd 4import numpy as np 5import math 6 7voltage = np.genfromtxt ("C:/Users/tanaka/Downloads/2019 0829 100pC 002 測定結果 (1).csv",delimiter=',',dtype=float) 8r=50 9sample=1e-10 10 11temp_array=np.transpose(voltage) 12time=list(temp_array[0]) 13time=np.array(time) 14 15for i in range(1,21): 16 voltage=list(temp_array[i]) 17 voltage=np.array(voltage) 18 length=np.size(voltage) 19 dennryuu=np.zeros(length) 20 dennryuu=voltage/r 21 seki=np.zeros(length-1) 22 start=1 23 stop=1000 24 stop1=999 25 for i in range(start,stop1): 26 seki[i]=((dennryuu[i+1]+dennryuu[i])*sample)/2 27 print('',sum(seki)*-1) 28 29 seki_kekka = sum(seki)*-1 30 31 hensa = np.std(seki_kekka) 32 print("標準偏差=",hensa) 33 k = 2.093 34 n = 20 35 σ = hensa 36 print("u1=",(σ*k)/(2*(np.sqrt(n))))
試したこと
seki_kekka = sum(seki)*-1 以下が追加したもので、それがなければ以下のようになります。
python
11.0124000149199993e-10 2 1.0074400148999997e-10 3 1.0070400148200007e-10 4 1.0146000148599994e-10 5 1.0046000149199995e-10 6 9.960000147399987e-11 7 1.0075200149199996e-10 8 1.013160014899999e-10 9 1.000920014819999e-10 10 1.0012400150599986e-10 11 9.957600148600004e-11 12 1.0118400148999986e-10 13 1.0084400147600001e-10 14 9.913600149600003e-11 15 1.0013600147199992e-10 16 9.974400148199994e-11 17 1.0008400148199995e-10 18 1.0010800149199998e-10 19 9.976400149199987e-11 20 9.975600148799997e-11
追記
print(seki_kekka)を入れてみました
python
1 1.0124000149199993e-10 2標準偏差= 0.0 3u1= 0.0 41.0124000149199993e-10 5 1.0074400148999997e-10 6標準偏差= 0.0 7u1= 0.0 81.0074400148999997e-10 9 1.0070400148200007e-10 10標準偏差= 0.0 11u1= 0.0 121.0070400148200007e-10 13 1.0146000148599994e-10 14標準偏差= 0.0 15u1= 0.0 161.0146000148599994e-10 17 1.0046000149199995e-10 18標準偏差= 0.0 19u1= 0.0 201.0046000149199995e-10 21 9.960000147399987e-11 22標準偏差= 0.0 23u1= 0.0 249.960000147399987e-11 25 1.0075200149199996e-10 26標準偏差= 0.0 27u1= 0.0 281.0075200149199996e-10 29 1.013160014899999e-10 30標準偏差= 0.0 31u1= 0.0 321.013160014899999e-10 33 1.000920014819999e-10 34標準偏差= 0.0 35u1= 0.0 361.000920014819999e-10 37 1.0012400150599986e-10 38標準偏差= 0.0 39u1= 0.0 401.0012400150599986e-10 41 9.957600148600004e-11 42標準偏差= 0.0 43u1= 0.0 449.957600148600004e-11 45 1.0118400148999986e-10 46標準偏差= 0.0 47u1= 0.0 481.0118400148999986e-10 49 1.0084400147600001e-10 50標準偏差= 0.0 51u1= 0.0 521.0084400147600001e-10 53 9.913600149600003e-11 54標準偏差= 0.0 55u1= 0.0 569.913600149600003e-11 57 1.0013600147199992e-10 58標準偏差= 0.0 59u1= 0.0 601.0013600147199992e-10 61 9.974400148199994e-11 62標準偏差= 0.0 63u1= 0.0 649.974400148199994e-11 65 1.0008400148199995e-10 66標準偏差= 0.0 67u1= 0.0 681.0008400148199995e-10 69 1.0010800149199998e-10 70標準偏差= 0.0 71u1= 0.0 721.0010800149199998e-10 73 9.976400149199987e-11 74標準偏差= 0.0 75u1= 0.0 769.976400149199987e-11 77 9.975600148799997e-11 78標準偏差= 0.0 79u1= 0.0 809.975600148799997e-11
出力できたので追記しました
貼っていただきたいのは変数 seki_kekka を print した値です。
np.std(seki_kekka) に渡してる値です。
もしかして1行追加されたスカラーの値が変数 seki_kekka の中身ですか？
変数1つしかないのであれば、その標準偏差は当然0になります。
> seki_kekka = sum(seki)*-1
この処理はどのような意図なのでしょうか？
seki はリストなのでその標準偏差を計算するという意味ならわかるのですが、総和をとってその標準偏差を計算するというのは変ではないでしょうか。
はい、追加された値が中身です。
試したことの中にある値の標準偏差を求めたいのですが、変数が複数必要ということですか？
-1.0124000149199993e-10
-1.0074400148999997e-10
結果が-で出力されたので*-1を置いています
標準偏差は複数の値が与えられたときのバラツキ具合なので、np.std() に与える変数は1次元配列以上であるはずです。
stdが0になってしまったコードでは、sum() で総和 (スカラー) を計算してその標準偏差を計算していることになっているので、スカラーの標準偏差は0です。
```
print(np.std([0, 1, 2])) # 0.816496580927726
print(np.std(sum([0, 1, 2]))) # 0
```
0になった理由はわかりました。しかしsumを外すと膨大なデータ量になってしまうのですが、出力された20個のデータを複数の値として認識させる方法はありませんか？
20回の計算結果の標準偏差ということであれば、ループの外で計算するべきではないでしょうか
回答1件
0
ベストアンサー
計算結果をリストに記録していき、ループが終了したあとにそのリストの標準偏差を計算すればいいのではないでしょうか
以下は疑似コードです。
python
1results = [] 2for ... 3 ret = ... # なんらかの計算結果で得られた値 4 5 results.append(ret) 6 7print(np.std(results))
投稿2020/09/09 15:34
総合スコア21956
あなたの回答
tips
プレビュー
