Upload New File

Códigos/HIstograma_VEMs_-_07_a_10.py

+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+Created on Wed Nov 16 16:51:00 2022
+
+@author: victor
+"""
+
+import matplotlib
+import numpy as np
+import matplotlib.pyplot as plt
+import matplotlib.mlab as mlab
+import math
+import csv, operator
+import scipy.stats as st
+from numpy import random
+import pandas as pd
+from datetime import datetime
+from pandas import *
+from scipy.stats import norm
+import statistics
+
+
+matplotlib.pyplot.savefig
+
+#df = df.rename(columns={'oldName1': 'newName1', 'oldName2': 'newName2'})
+
+
+##Este código Python servirá para analizar los datos correspondientes al WCD Characatito. 
+##Existen diferentes terminaciones de archivos que corresponden a datos de análisis distintos.
+##Pero todos los archivos comparten el mismo nombre, salvo la terminación.
+
+##Luego de realizar el primer procesamiento de datos (Lo a L1) con ./raw en la terminal, 
+##procedemos a estudiar la data adquirida aquí. Las terminaciones de archivos que nos interesan
+##son: .rte (pulsos detectados por unidad de tiempo fijada por el usuario), .flx (pulsos detec-
+##tados por segundo)
+
+#dfc0000 = dfc0000.drop(dfc0000.columns[[0, 2, 3, 4, 5, 6]], axis=1)
+
+##PARA MODIFICAR EL NÚMERO DE BINES
+
+Bines = 30
+Opac = 0.5
+Rwidth = 0.85
+Xmin = 1400
+Xmax = 1800
+ajust = 0.076
+
+###----------------------------------------------------------------------
+
+
+df = pd.read_csv('histogramavems.csv', decimal = ',', skiprows=0)
+df.columns=['1','2','3']
+df = df.drop(df.columns[[0, 1]], axis=1)
+
+
+
+df['3'].hist(bins= Bines)
+#plt.title("Histograma de Cargas de VEMS - Julio/Octubre", fontsize = 'xx-large')
+#plt.ylabel("Conteos registrados", fontsize = 'xx-large')
+plt.xlabel('Carga del VEM [ADC]', fontsize = 'xx-large')
+plt.axvline(x = Xmin + Xmax/2 - Xmin/2, color = 'red')
+plt.axvline(x = Xmin, color = 'green')
+plt.axvline(x = Xmax, color = 'green')
+
+
+df=df[df['3']<Xmax]
+df=df[df['3']>Xmin]
+df.hist(bins=Bines, color = 'blue', alpha= Opac, rwidth=Rwidth)
+
+    # Plot the Gaussian PDF
+   
+xmin, xmax = plt.xlim()
+x = np.linspace(Xmin, Xmax, 1000)
+
+df['3'].std()   
+mu, std = norm.fit(df)
+gfit = norm.pdf(x, mu, std) * 14000
+plt.plot(x, gfit, 'r--', linewidth=1)
+plt.xticks(np.arange(1400, 1850, 50))
+title = ""
+plt.text(1700, 70,r'$\mu={:.2f}$'.format(mu, std), fontsize = 'large')
+plt.text(1700, 60, r'$\sigma= {:.2f}$'.format(std), fontsize = 'large')
+plt.text(1700, 50, r'$\epsilon= 0.0756\;\frac{MeV}{{ADC}}$', fontsize = 'large')
+plt.ylabel("Conteos registrados", fontsize = 'xx-large')
+plt.xlabel('Carga del VEM [ADC]', fontsize = 'xx-large')
+plt.axvline(x = 1585.27 + df['3'].std(), color = 'green', linestyle = '-.')
+plt.axvline(x = 1585.27, color = 'red', linestyle = '-.')
+plt.axvline(x = 1585.27 - df['3'].std(), color = 'green', linestyle = '-.')
+#plt.axvline(x = 1584.60 + 2*df['3'].std(), color = 'red')
+#plt.axvline(x = 1584.60 - 2*df['3'].std(), color = 'red')
+plt.title(title)
+plt.savefig("VEMS30.png", dpi=300)
+
+
+print(df['3'].std())
\ No newline at end of file