# Initialisations diverses
import matplotlib.pyplot as plt
import pandas as pd
# Fonction pratique
def taux_de_variation(abs_courante, abs_suivante, ord_courante, ord_suivante):
return (ord_suivante - ord_courante)/(abs_suivante - abs_courante)
# Lecture du fichier et création des variables
# Nom du fichier à traiter
fichier="coordonnees.csv"
# Lecture
Data = pd.read_csv(fichier, sep=',', header=0)
# Chaque variable se trouve dans un tableau à une dimension
t=Data['Temps']
x=Data['X']
y=Data['Y']
# Caractéristiques du système
# Masse du système en kg
m=0.60
# Intensité de la pesanteur en m⋅s-2.
g=9.81
Vx=[]
for i in range(len(x)-1) :
Vx.append(** ICI **) # Append ajoute en fin de liste
plt.plot(t[:len(Vx)],Vx,'ro',label='** ICI **')
plt.ylim([0,6]) # plot prend l’initiative de tracer seulement la faible variation de Vx, en modifiant l’échelle. On force ici l'affichage pleine échelle.
plt.legend()
plt.show()
Vy=[]
for i in range(len(x)-1) :
Vy.append(** ICI **) # Append ajoute en fin de liste
plt.plot(t[:len(Vy)],Vy,'bo',label='** ICI **')
plt.legend()
plt.show()
V=[]
for i in range(len(Vx)) :
V.append(** ICI **) # Append ajoute en fin de liste
plt.plot(t[:len(V)],V,'go',label='** ICI **')
plt.legend()
plt.show()
E1, E2, E3 = [], [], [] # Listes vides
for i in range(len(V)) :
E1.append(0.5*m*V[i]*V[i])
E2.append(m*g*y[i])
E3.append(E1[i]+E2[i])
#Parametres de la grille
ax = plt.gca()
ax.minorticks_on()
ax.grid(which='major', linestyle='-', linewidth='0.5', color='black')
ax.grid(which='minor', linestyle='-', linewidth='0.5', color='black')
# Tracé des énergies
plt.plot(t[:len(V)],E1,'ro',label='Courbe rouge')
plt.plot(t[:len(V)],E2,'ko',label='Courbe noire')
plt.plot(t[:len(V)],E3,'go',label='Courbe verte')
plt.legend()
plt.show()