Fiches méthodes

Pour s'exercer à la maison sur Atelier Scientifique (en particulier pour un pointage vidéo), vous pouvez télécharger une version "élève" du logiciel utilisé en classe "Atelier Scientifique".

Le lien de téléchargement est le suivant : Atelier Scientifique Elève

L'Atelier Scientifique élève permet, quelque soit le lieu, de :

• visualiser des résultats

• réaliser tous les traitements

• réaliser un compte-rendu

• réviser

(Il n'existe qu'en version Windows!)

# A partir d'une série de coordonnées de points (0 à N), ce programme calcule les vitesses (1 à N-1)

# et trace les vecteurs vitesse

# modules pour gérer la boite de dialogue demandant un nom de fichier de données

import os

from tkinter import *

from tkinter.filedialog import *

# modules fichier csv et modules math

import csv

import numpy as np

import matplotlib.pyplot as plt

# Initialisation des tableaux de données

t = np.array([])

x = np.array([])

y = np.array([])

# Import des données d'un fichier pointage .TXT venant d'atelier scientifique

Nom_fichier=askopenfilename(title="Ouvrir le fichier de Pointage", initialdir=os.getcwd(), initialfile="*.txt", filetypes = [("Fichiers Textes tabulés CSV","*.txt;*.csv"),("All", "*")])

Fichier_Csv = open(Nom_fichier, 'r', encoding='latin-1')

Objet_Reader_Csv=csv.reader(Fichier_Csv,delimiter = '\t')

for Ligne in Objet_Reader_Csv:                              # on parcourt chaque ligne du fichier tabulé (chaque ligne est une liste)

    print (Ligne)

    if Objet_Reader_Csv.line_num!=1 and Ligne!=['t', 'X', 'Y'] and Ligne!=['s', 'm', 'm']:    # si ligne avec des "vraies" données

        x=np.append(x,float(Ligne[1].replace(",",".")))                   # on ajoute à la liste "x" la valeur en remplaçant la virgule par un point

        y=np.append(y,float(Ligne[2].replace(",",".").replace("\x00","")))      # idem pour y (AS ajoute \x00 à la fin donc on l'enlève)

        t=np.append(t,float(Ligne[0].replace(",",".")))    # idem pour les dates (1ère colonne)

Fichier_Csv.close()

# Initialisation de delta t par rapport aux données importées

dt = t[1]-t[0]

# Calculs des vecteurs vitesses

N = len(x) # Nombre de points de mesures

vx = np.zeros(N) # Initialisation d'un tableau vide

vy = np.zeros(N) # Idem

# Calcul des vx,vy et v comme moyenne entre n-1 et n+1

for i in range(1, N-1):

    vx[i]=(x[i+1]-x[i-1])/(2*dt)

    vy[i]=(y[i+1]-y[i-1])/(2*dt)

v = np.sqrt(vx**2+vy**2)

# Affichage

plt.plot(x, y, '.')

plt.xlabel("x (m)")

plt.xlim(0, 2)

plt.ylabel("y (m)")

plt.ylim(0, 2)

plt.title("Trajectoire")

for i in range(1,N-1):

    plt.arrow(x[i], y[i], vx[i]/30, vy[i]/30, head_width=0.015, color='r')

    plt.annotate(i, (x[i]-0.05,y[i]-0.15))

    print('Point', i, '-> v =', round(v[i],2), " m/s")

plt.show()