Python應用于科學計算與數據分析

唐彥斌

摘 要： Python是一種易于學習的程序語言。作為一門新興語言，由于python在人工智能和大數據方面由于其簡單實用性大放異彩，在使用過程中學習者和使用者能夠專注于解決問題，而不是理解語言本身。本篇文章就是利用python求解單擺實驗測量重力加速度的誤差精度，體現其簡單實用性。

關鍵詞：python;單擺實驗;重力加速度;不確定度

1 引言

Python不僅僅是一種好的編程語言，而且還能作為編寫其他組件并實現程序獨立的工具，應用領域十分寬廣，大致分為如下幾類：1.web和Internet開發;2.科學計算和統計;3.桌面界面開發;4.軟件開發;5.后端開發[1]，并且內置了很多高效的庫，比如，相同的工作C語言可能需要1000行，Java 100行，Python可能只需要10行[2]，本文僅僅使用python在科學計算方面的功能[3]，以小見大，體現python的簡單實用性。

2 關于本次重力加速度不確定度的分析

根據單擺求重力加速度公式：，本次測量的數據為單擺的繩長l和運動周期T，分別求出l和T的A類和B類不確定度，然后進行不確定度的合成，求得Ul和UT[4]

3 不確定度按照數據的性質分類

3.1 A類不確定度

A類不確定度是可用統計的方法計算的不確定度。用uA表示A類不確定度，s為標準差，S為標準誤。

為提高測量數據的可信度，使置信概率P>95%，規定uA=3s=s[5]。

3.2 B類不確定度

測量中凡是不符合統計規律的不確定度統稱為B類不確定度。

作為B類不確定度;c的取值大小，取決于所用的儀器[6]。

我們實驗中取c=1，那么uB=Δ儀

3.3 對于多因素影響的測量結果，用U1，U2…，來表示各項因素的不確定度，而系統總不確定度由此合成

4 直接測量的結果表示

對物理量A進行測量，如果對可定系統誤差已經消除或修正，則測量結果應表示為[7]：（E為相對不確定度）

5 結論與討論

當AI時代來臨后，Python的優勢愈發明顯，各種人工智能算法都基于Python編寫，特別是物理教育，要做到因材施教，找到每個學生的思維漏洞并進行指導改進，在學生人數眾多的條件下是很難實現的，現在在人工智能的背景下物理教育也將迎來新的變化，在人工智能深度學習的模式下能夠對學生制定個性化的學習方案，跳出繁雜的計算過程只是python對物理教育深刻改變的一個開始。

參考文獻：

[1] 嵩天，黃天羽，禮欣.Python語言：程序設計課程教學改革的理想選擇[J].中國大學教學，2016（02）：42-47.

[2] 秦科，劉貴松.面向Python應用的大學教學改革初探[J].計算機教育，2017（09）：21-25.

[3] Pedregosa F， Varoquaux G， Gramfort A， et al. Scikit-learn： Machine learning in Python[J]. Journal of machine learning research， 2011， 12（Oct）： 2825-2830.

[4] Van Rossum G， Drake F L. Python language reference manual[J]. 2003.

[5] 徐斌，徐國旺，譚保華，江銘波.大學物理實驗數據誤差分析淺析[J].都市家教：下半月，2014（6）：279-279.

[6] 徐斌，徐國旺，譚保華，江銘波.大學物理實驗數據誤差分析淺析[J].都市家教：下半月，2014（6）：279-279.

[7] Hart W E， Watson J P， Woodruff D L. Pyomo： modeling and solving mathematical programs in Python[J]. Mathematical Programming Computation， 2011， 3（3）： 219.