"\u001b[1;31mModuleNotFoundError\u001b[0m: No module named 'matplotlib'"
]
}
],
"source": [
"import numpy as np\n",
"from matplotlib import pyplot as plt\n",
...
...
@@ -73,13 +80,9 @@
"metadata": {},
"source": [
"### Kalorimeterkonstante\n",
"Hinweis: Nutzen Sie die Funktionenl *get_json_entry* um auf Metadaten zuzugreifen. \n",
"\n",
"Sie sollten Ihr Programm zwischen TODO und DONE implementieren, und versuchen die Anweisung zu verfolgen. Das ist aber nicht erforderlich.\n",
"\n",
"Das Modul *utility* gibt Hilfsfunktionen vor. Sie können sich dafür entscheiden, ob Sie das Modul implementieren und verwenden.\n",
"Hinweis: Sie können die Funktion *get_json_entry* nutzen um auf Metadaten zuzugreifen. \n",
"\n",
"Die Initialisierung der Variablen in manchen Zellen bient zu den Hinweisen, welche Daten in der Zelle bekommen werden sollten.\n"
"Für die Messdatenauswertung steht Ihnen bereits ein Modul utility.py zur Verfügung. Ergänzen sie die Funktionen im Modul zwischen TODO und DONE. Sie finden weitere Hinweise im jeweiligen Bereich TODO->DONE. \n"
]
},
{
...
...
@@ -87,7 +90,7 @@
"metadata": {},
"source": [
"#### (i) Messdaten einlesen\n",
"Messdaten werden in das Notebook eingelesen."
"Lesen Sie die Messdaten in ihr Notebook ein."
]
},
{
...
...
@@ -96,10 +99,9 @@
"metadata": {},
"outputs": [],
"source": [
"datafile_path_const = None\n",
"\n",
"# TODO: Define the path to hdf5 file, which containing experiment data for constant.\n",
"\n",
"datafile_path_const = None\n",
"\n",
"# DONE #"
]
...
...
@@ -111,10 +113,10 @@
"outputs": [],
"source": [
"importlib.reload(utility)\n",
"data_dict = None\n",
"\n",
"# TODO: Read all experimental data and associated metadata from HDF5 files for data processing.\n",
"Im Kalorimeter befinden sich mehrere Sensoren, deren Mittelwerte sowie Standardabweichungen der Messung an jeden Zeitpunkt bestimmt wurden. Die Messdaten bzw. ihre Mittelwerte müssen auf ein Scatter Plot eingetragen werden. Die Standardabweichungen der Sensoren sind als Errorbar im Plot zu sehen."
"Im Kalorimeter befinden sich mehrere Sensoren, deren Mittelwerte sowie Standardabweichungen der Messung an jeden Zeitpunkt bestimmt wurden. Die Messdaten bzw. ihre Mittelwerte sollen in einem Plot eingetragen werden. Die Standardabweichungen der Sensoren sind als Errorbar im Plot zu sehen."
]
},
{
...
...
@@ -181,6 +186,7 @@
"\n",
"# TODO: Use the temperature and time data for plotting\n",
"\n",
"plot_temp_over_time()\n",
"\n",
"# DONE #"
]
...
...
@@ -196,16 +202,16 @@
},
{
"cell_type": "code",
"execution_count": 1,
"execution_count": null,
"metadata": {},
"outputs": [],
"source": [
"# Heat capacity of Water has been given\n",
"water_heat_capa = 4.18\n",
"water_mass = None\n",
"\n",
"# TODO: Read mass of the water from the metadata of the experiment.\n",
"\n",
"water_mass = None\n",
"\n",
"# DONE #"
]
...
...
@@ -216,13 +222,12 @@
"metadata": {},
"outputs": [],
"source": [
"current = None\n",
"heat_time = None\n",
"voltage = None\n",
"\n",
"# TODO: Reading heater related data from hdf5 file, please use the same datafile_path_const variable for the HDF5 path.\n",
"# Hint: Note whether the data is stored as an array or a scalar in the hdf5 dataset.\n",
"\n",
"current = None\n",
"heat_time = None\n",
"voltage = None\n",
"\n",
"# DONE #"
]
...
...
@@ -246,11 +251,10 @@
"outputs": [],
"source": [
"importlib.reload(utility)\n",
"temperature_end = None\n",
"temperature_start = None\n",
"\n",
"# TODO: Calculation of temperature data necessary to determine the specific heat capacity\n",
"# TODO: Determine the initial temperature of the sample. \n",
"# Since the temperature of the water bath is stable, the initial temperature\n",
"# of the sample can be taken as the average of the 10 data after the start of the measurement.\n",
"\n",
"temperature_start_sample = None\n",
"\n",
"# DONE #"
]
...
...
@@ -881,10 +873,9 @@
"metadata": {},
"outputs": [],
"source": [
"sample_heat_capa = None\n",
"\n",
"# TODO: Calulate specific heat capacity of the sample.\n",
"\n",
"sample_heat_capa = None\n",
"\n",
"# DONE #"
]
...
...
@@ -909,29 +900,10 @@
"cell_type": "markdown",
"metadata": {},
"source": [
"## Genutzte Daten und Metadaten\n",
"\n",
"Geben Sie an welche Daten Sie verwenden und wie diese aufgebaut sind. Erklären Sie weiterhin in wenigen Sätzen das genutzte Metadaten-Konzept, sodass eine andere Person Ihre genutzten Daten versteht."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": []
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Analyse\n",
"## Diskussion\n",
"Analysieren Sie Ihre Ergebnisse aus wissenschaflticher Sicht. Berücksichtigen Sie dabei Ihre oben genannte Forschungsfrage. Wie wirkt sich die mit der Probe aus dem Heißwasserbad transportierte Wassermenge auf das Ergebnis aus? Welche weiteren Fehlerquellen gibt es?"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": []
},
{
"cell_type": "markdown",
"metadata": {},
...
...
@@ -939,11 +911,6 @@
"## Fazit\n",
"Ziehe Sie ein persönliches Fazit zum Versuch."
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": []
}
],
"metadata": {
...
...
@@ -962,7 +929,7 @@
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.9.18"
"version": "3.11.6"
}
},
"nbformat": 4,
...
...
%% Cell type:markdown id: tags:
# Kalorimetrie Laborversuch
Author: XXXXX
Datum: XXXXX
Gruppe: XXXXX
%% Cell type:markdown id: tags:
## Forschungsfrage
Formulieren Sie eine oder mehrere Forschungsfragen zu diesem Versuch.
%% Cell type:markdown id: tags:
%% Cell type:markdown id: tags:
## Versuchsaufbau und Durchführung
Beschreiben Sie den Versuchsaufbau und die Versuchsdurchführung. Nutzen Sie hier Ihr eigenes Bild.
c:\Users\bnjhe\Documents\calorimetry_laboratory\ausarbeitung_laborversuch.ipynb Cell 6 line 2
<a href='vscode-notebook-cell:/c%3A/Users/bnjhe/Documents/calorimetry_laboratory/ausarbeitung_laborversuch.ipynb#W5sZmlsZQ%3D%3D?line=0'>1</a> import numpy as np
----> <a href='vscode-notebook-cell:/c%3A/Users/bnjhe/Documents/calorimetry_laboratory/ausarbeitung_laborversuch.ipynb#W5sZmlsZQ%3D%3D?line=1'>2</a> from matplotlib import pyplot as plt
<a href='vscode-notebook-cell:/c%3A/Users/bnjhe/Documents/calorimetry_laboratory/ausarbeitung_laborversuch.ipynb#W5sZmlsZQ%3D%3D?line=2'>3</a> import h5py as h5
Sie sollten Ihr Programm zwischen TODO und DONE implementieren, und versuchen die Anweisung zu verfolgen. Das ist aber nicht erforderlich.
%% Cell type:markdown id: tags:
Das Modul *utility* gibt Hilfsfunktionen vor. Sie können sich dafür entscheiden, ob Sie das Modul implementieren und verwenden.
### Kalorimeterkonstante
Hinweis: Sie können die Funktion *get_json_entry* nutzen um auf Metadaten zuzugreifen.
Die Initialisierung der Variablen in manchen Zellen bient zu den Hinweisen, welche Daten in der Zelle bekommen werden sollten.
Für die Messdatenauswertung steht Ihnen bereits ein Modul utility.py zur Verfügung. Ergänzen sie die Funktionen im Modul zwischen TODO und DONE. Sie finden weitere Hinweise im jeweiligen Bereich TODO->DONE.
%% Cell type:markdown id: tags:
#### (i) Messdaten einlesen
Messdaten werden in das Notebook eingelesen.
Lesen Sie die Messdaten in ihr Notebook ein.
%% Cell type:code id: tags:
``` python
datafile_path_const=None
# TODO: Define the path to hdf5 file, which containing experiment data for constant.
datafile_path_const=None
# DONE #
```
%% Cell type:code id: tags:
``` python
importlib.reload(utility)
data_dict=None
# TODO: Read all experimental data and associated metadata from HDF5 files for data processing.
data_dict=utility.get_plot_data_from_dataset()
# DONE #
```
%% Cell type:code id: tags:
``` python
index_calorimeter=[]
index_environment=[]
# TODO: In order to be able to process data from sensors with the same position,
# it is first necessary to obtain the index of the sensors with different positions in the list.
# it is first necessary to obtain the index of the sensors with different positions in the list(np.array).
# List the index of all calorimeter sensors (index_calorimeter) and
# the environment sensor (index_environment).
# You can use this variables to easily get access to the correct measurement data later.
index_calorimeter=[]
index_environment=[]
# DONE #
```
%% Cell type:markdown id: tags:
#### (ii) Mittelwert und Standardabweichung für Plots bestimmen
Die Mittelwerte und Standardabweichungen der Messungen werden in der nächsten Sektion geplottet.
Nachdem die Mittelwerte und Standardabweichungen berechnet wurden, können Daten jeder Wärmequelle jeweils in einem numpy.ndarray gespeichert werden.
%% Cell type:code id: tags:
``` python
importlib.reload(utility)
calorimeter_data=np.array([[],[]])
environment_data=np.array([[],[]])
# TODO: Calculate the average value and standard deviation of sensors.
# TODO: Calculate the average value and standard deviation of the calorimeter sensors and the environment sensor.
Im Kalorimeter befinden sich mehrere Sensoren, deren Mittelwerte sowie Standardabweichungen der Messung an jeden Zeitpunkt bestimmt wurden. Die Messdaten bzw. ihre Mittelwerte müssen auf ein Scatter Plot eingetragen werden. Die Standardabweichungen der Sensoren sind als Errorbar im Plot zu sehen.
Im Kalorimeter befinden sich mehrere Sensoren, deren Mittelwerte sowie Standardabweichungen der Messung an jeden Zeitpunkt bestimmt wurden. Die Messdaten bzw. ihre Mittelwerte sollen in einem Plot eingetragen werden. Die Standardabweichungen der Sensoren sind als Errorbar im Plot zu sehen.
%% Cell type:code id: tags:
``` python
importlib.reload(utility)
# TODO: Use the temperature and time data for plotting
plot_temp_over_time()
# DONE #
```
%% Cell type:markdown id: tags:
#### (iv) Metadaten auslesen
Die notwendigen Daten bzw. Metadaten für die Berechnung der Wärmekapazität wird ausgelesen.
%% Cell type:code id: tags:
``` python
# Heat capacity of Water has been given
water_heat_capa=4.18
water_mass=None
# TODO: Read mass of the water from the metadata of the experiment.
water_mass=None
# DONE #
```
%% Cell type:code id: tags:
``` python
current=None
heat_time=None
voltage=None
# TODO: Reading heater related data from hdf5 file, please use the same datafile_path_const variable for the HDF5 path.
# Hint: Note whether the data is stored as an array or a scalar in the hdf5 dataset.
current=None
heat_time=None
voltage=None
# DONE #
```
%% Cell type:markdown id: tags:
#### (v) Anfangs- und Endwert der Temperatur
Die Anfangs- und Endwert der Temperatur im Kloriemeter sind notwendig, um die Wärmekapazität zu bestimmen.
Eine Möglichkeit wäre, durch das Maxium bzw. Minium und einen Schwellenwert ist ein Teil der Daten zu entnehmen.
Daraus sind Mittelwerte zu berechnen. Die entsprechenden Mittelwerte können als Anfangs- und Endtemperatur verwendet werden.
%% Cell type:code id: tags:
``` python
importlib.reload(utility)
temperature_end=None
temperature_start=None
# TODO: Calculation of temperature data necessary to determine the specific heat capacity
# TODO: Determine the initial temperature of the sample.
# Since the temperature of the water bath is stable, the initial temperature
# of the sample can be taken as the average of the 10 data after the start of the measurement.
temperature_start_sample=None
# DONE #
```
%% Cell type:markdown id: tags:
#### (vi) spezifische Wärmekapazität bestimmen
%% Cell type:code id: tags:
``` python
sample_heat_capa=None
# TODO: Calulate specific heat capacity of the sample.
sample_heat_capa=None
# DONE #
```
%% Cell type:markdown id: tags:
#### (Vii) Ergebnis
%% Cell type:code id: tags:
``` python
sample_heat_capa
```
%% Cell type:markdown id: tags:
## Genutzte Daten und Metadaten
Geben Sie an welche Daten Sie verwenden und wie diese aufgebaut sind. Erklären Sie weiterhin in wenigen Sätzen das genutzte Metadaten-Konzept, sodass eine andere Person Ihre genutzten Daten versteht.
%% Cell type:markdown id: tags:
%% Cell type:markdown id: tags:
## Analyse
## Diskussion
Analysieren Sie Ihre Ergebnisse aus wissenschaflticher Sicht. Berücksichtigen Sie dabei Ihre oben genannte Forschungsfrage. Wie wirkt sich die mit der Probe aus dem Heißwasserbad transportierte Wassermenge auf das Ergebnis aus? Welche weiteren Fehlerquellen gibt es?
