一个北航实验报告小工具，全是垃圾代码，没什么好看的。

（如果你也写了脚本 欢迎fork和pr~）

• 添加了1071。

• 1021和Matlab兼容
• 重构1021_1。
• 重构1051_1部分，考虑自动舍入。
• 打印和计算分离
• 模块化，重复代码写个库。

Q：为什么保留位数和书本不同？

A：我大部分数据都多打印了一些位数，请自行按照“四舍六入五取偶”来得到数据（因为我懒）。

Q：如果我用你的脚本报告扣分了怎么办？

A：本人对脚本产生的任何后果概不负责。

按照书本P165输入所有数据后就可以按照书本顺序计算出所有值。

python3 main.py < Test.txt

和课本上的数据对照即可。

我没做XD。

电路图略。

python3 main.py < Test.txt

（其实没有正确答案

跟第二个一模一样的，不额外写了。

垃圾仪器，要气死我了.jpg

Octave（别问我为什么）

如果一定要Matlab，请考虑用适当的积分函数替换cal_area.m中的quadv函数。

如果要输入你的数据，应该保证以下四个文件和main.m同一目录。

• 环境温度对应的阻值R0（单位千欧）。
• 冰的温度T1，一般为-21℃。
• 水的质量m（单位克）。
• 杯子质量m1（单位克）。
• 搅拌棒质量m2（单位克）。
• 冰的质量M（单位克）。

最终输入应该为一个6x1的矩阵。

分别对应降温、溶解、升温曲线的数据，要求两列，第一列为时间t，第二列为对应的阻值R（单位千欧），说白了就是实验原始数据。

目前只有两个可控变量

• precision 对应面积相等要求的精度
• step 对应搜索面积相等点时候的区间长度

推荐 precision ≈ 10*step。

最终会输出对应的修正图像，L和K以及T2'和T3'。

• 由于采用折线拟合，实际上计算会有很大的误差。
• K采用解微分方程后线性回归求得，可能跟以往处理不同。
• 代码非常非常垃圾。

本脚本采用的是《电热法测量热功当量实验的新探究》（蔡 晨，李朝荣，李英姿，王 选）中提到新处理方法，如果你没有测K请不要使用。

依旧是Octave。

• 室温对应的阻值。（单位千欧）
• 水杯质量。（单位克）
• 水质量。（单位克）
• 电压

最终输入应该是一个4x1的矩阵。

分别对应测k的时候数据和加热时的数据，要求两列，第一列为时间t，第二列为温度对应的阻值R。

• 系数K
• 热功当量J
• 相关系数r
• J不确定度u(J)

emmmm，还算轻松的一个实验。

octave

R文件输入为四列，分别为对应的铜丝长度（厘米），正测电阻阻值（欧姆），反测电阻阻值（欧姆）以及使用的R1和R2值（欧姆）。

D文件输入为一列，为D的测量值和游标卡尺实际零点（毫米）。

最后一行的数据应该是游标卡尺的实际零点（实验室垃圾卡尺零点经常不在0）。

const文件输入只有一行一列，为标准阻值Rn的值（欧姆）。

• 正测反测的平均值Raver
• 每次得到的Rx
• b的值
• 电阻率tho
• b的不确定度
• D的a类、b类不确定度以及合成后的不确定度u_D
• tho的相对不确定度和不确定度

其实没什么特别注意的，修约依旧是自己看呗。

python3

python3 main.py

然后按照提示输入测得的数据即可。

其中S表示灵敏度。

唉，垃圾1091，不多说了。

python3

直接

python3 main.py

根据提示完成即可。

• 标准值为632.8nm，但是书上并未要求计算两个误差。
• 相对误差在5%以内都可以接受（大概？）。

octave

为一个10行2列的矩阵，第一列为第11-20环直径左边的位置，第二列为第11-20环直径右边的位置。

反正做的人也不多，这里从略了。

• 没有标准值。

还行，赞美于老师。

其他几个实验都没有复杂的数据处理，略了。

Octave.

应该为一个3x1的矩阵，依次为f1，f2，t。

应该为一个10x2的矩阵，第一列为第1~10个读数，第二列为第11~20个读数。

• 声速
• 不确定度计算
• 相对误差

• 处理的时候默认你是连续测得20个数据，和书上有一定区别。
• 这个实验精度比较高，一般相对误差应该是小于1%。

啊，徐老师讲的真好。

matlab

（octave对角度变换没有函数支持，懒得自己写）

输入为一个nx8的矩阵，分别是a1,b1,a2,b2的度和分值。

• 平均值
• 顶角A
• a类b类不确定度
• 合成不确定度

以上所有输出有度分秒和度两种形式。

matlab

（octave对角度变换没有函数支持，懒得自己写）

输入为一个nx8的矩阵，分别是a1,b1,a2,b2的度和分值。

注意这个矩阵是测量最小偏向角的数据。

把第二个实验的数据粘过来改名为Adata即可，这里要用第二个实验的数据的原因见课本。

• 折射率
• 最小偏向角的a类，b类，合成不确定度
• 折射率的合成不确定度**（计算的时候没有取对数）**

• convert函数其实还存在一定bug，懒得改了。
• 第三个实验要用到第二个实验的数据。