☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

本書介紹Igor Pro的基本使用技巧和數據分析處理的一般方法，全麵涵蓋Igor Pro基本操作、圖錶繪製、命令行、數據分析擬閤和程序設計等方麵內容。在內容設計上以實用性為目的，突齣圖錶繪製、數據擬閤和程序設計等數據處理中需要的內容模塊。書中配有大量的示例代碼，以便讀者在學習的過程中參考和藉鑒。

全書共分為7章和1個附錄，第1章介紹Igor Pro的基本對象和基本使用，突齣命令行的特色。第2章介紹圖錶的繪製和設置中涉及的概念和方法，包括麯綫、二維數據和三維數據的繪製。第3章介紹數據擬閤的技巧和方法，包括簡單的調用菜單擬閤到復雜的自定義函數擬閤，並詳細討論Igor Pro的一些高級擬閤技巧。第4章介紹一些常見的數據處理方法，如插值、傅裏葉變換、解方程等。第5章介紹程序設計的基本概念、Igor Pro語法環境以及命令行程序的設計。第6章介紹窗口界麵程序的設計方法以及窗口程序設計中可能用到的各種技巧。第7章介紹一些高級的程序設計方法，如多綫程、鈎子函數、計算機硬件操作等復雜用法。附錄介紹本書所用術語、Igor Pro快捷鍵和*新版本的特點。

本書可作為高等院校、科研機構等相關單位從事實驗教學或者實驗科學研究的教師、工程師的參考書籍，也可作為高年級本科生和研究生實驗數據分析和處理的參考書籍。

作者簡介

賈小文 物理學博士，長期從事Igor Pro實驗數據處理的研究和程序設計工作。多年來，利用Igor Pro編寫瞭大量的實驗數據處理程序，具有豐富的實踐經驗和嫻熟的程序設計能力。編寫的角分辨光電子能譜實驗數據處理程序被多個實驗室、單位采用。熱愛編程及數據分析技術，熟練掌握C++、C#等程序設計語言，曾獨立開發大學生基礎實驗在綫考試係統、RTKGPS自動駕駛考試係統。

目錄

第1章Igor Pro基本介紹
1.1Igor概述
1.1.1特色定位
1.1.2安裝和使用
1.1.3基本界麵
1.1.4菜單
1.1.5數據瀏覽器
1.1.6數據錶格
1.1.7命令行窗口
1.2Igor中的基本對象
1.2.1wave
1.2.2圖（Graph）
1.2.3錶格（Table）
1.2.4頁麵布局（Page Layout）
1.2.5變量（Variable）
1.2.6數據文件夾（Data Folder）
1.2.7記事本（Notebook）
1.2.8程序麵闆（Control Panel）
1.2.9三維圖（3D Plot）
1.2.10程序（Procedure）
1.2.11命令和函數
第2章圖錶繪製
2.1麯綫
2.1.1繪製麯綫
2.1.2添加新麯綫
2.2圖錶的設置和美化
2.2.1設置繪圖區域
2.2.2設置外觀
2.2.3設置坐標軸
2.2.4設置圖注
2.2.5嚮麯綫添加自定義形狀
2.2.6樣式腳本
2.3類彆圖
2.3.1類彆圖的繪製和設置
2.3.2類彆圖的設置
2.4二維wave繪製
2.4.1Image的繪製
2.4.2Image的設置
2.4.3Contour的繪製
2.4.4Contour的設置
2.4.5Waterfall的繪製
2.4.6Waterfall的設置
2.4.7Surface的繪製
2.4.8Surface的設置
2.5三維wave的繪製
2.5.1三維圖形繪製的概念
2.5.2三維圖形的繪製
2.6輸齣圖片
第3章數據擬閤
3.1擬閤概述
3.1.1擬閤的基本原理和步驟
3.1.2基本擬閤
3.1.3快速擬閤及結果查看
3.1.4自定義擬閤
3.1.5數據擬閤對話框詳解
3.2擬閤公式模型
3.2.1內置擬閤公式
3.2.2普通自定義擬閤函數
3.2.3保存自定義擬閤函數
3.2.4自定義擬閤函數的格式
3.3擬閤命令詳解
3.3.1擬閤命令參數詳解
3.3.2常用擬閤命令選項
3.3.3限定擬閤參數範圍
3.4高級擬閤技巧
3.4.1隱函數擬閤
3.4.2復雜自定義擬閤函數
3.4.3all at once擬閤
3.4.4使用結構體類型變量參數的擬閤函數
3.4.5擬閤過程中的特殊變量
3.4.6多峰擬閤
3.4.7擬閤的幾個例子
第4章數據處理
4.1插值
4.1.1基本插值方法
4.1.2插值與均勻數據
4.1.3逆插值
4.1.4麯綫平滑
4.2數值計算與統計
4.2.1微分和積分
4.2.2wave統計信息
4.2.3求解數值方程
4.2.4微分方程求解
4.2.5直方圖
4.2.6排序
4.3數學變換
4.3.1傅裏葉變換
4.3.2傅裏葉變換窗
4.3.3希爾伯特變換
4.3.4捲積
4.3.5相關
4.4圖像分析
4.4.1Lookup Table方法
4.4.2直方圖均衡化
4.5隨機數生成
第5章程序設計
5.1程序設計概述
5.1.1程序窗口
5.1.2程序窗口說明
5.1.3編譯程序
5.1.3程序代碼構成
5.1.4程序類型
5.2基本語法
5.2.1錶達式和命名規則
5.2.2變量和常量
5.2.3Structures
5.2.4流程控製語句
5.2.5函數
5.2.6程序子類型
5.2.7參數傳遞
5.2.8默認參數
5.2.9注釋和代碼風格
5.3程序設計技術
5.3.1Include指令
5.3.2Pragma參數
5.3.3IndependentModule
5.3.4Execute命令
5.3.5條件編譯
5.3.6函數引用
5.3.7訪問全局對象
5.3.8wave引用
5.3.9$運算符
5.3.10自動創建變量
5.3.11調試程序
第6章窗口程序設計
6.1窗口程序概述
6.1.1創建一個簡單的窗口程序
6.1.2窗口程序構成
6.1.3窗口生成腳本
6.1.4控件命令
6.2窗口控件
6.2.1Button按鈕
6.2.2CheckBox復選框
6.2.3SetVariable文本框
6.2.4ListBox列錶框
6.2.5PopupMenu下拉列錶框
6.2.6Slider滑動條控件
6.2.7ValDisplay數值顯示控件
6.2.8TabControl控件
6.2.9CustomControl自定義控件
6.2.10TitleBox和GroupBox控件
6.2.11控件操作
6.2.12獲取控件信息
6.2.13控件結構體變量類型應用
6.3窗口設計
6.3.1Pictures詳解
6.3.2創建Pictures
6.3.3窗口設計
6.3.4Graph和Panel的區彆
6.4菜單
6.4.1菜單概述
6.4.2創建動態菜單
6.4.3係統右鍵快捷菜單中添加菜單項
6.4.4特殊菜單項
6.4.5創建彈齣式菜單
6.4.6菜單項中的特殊字符
第7章高級程序設計
7．1程序中的free對象
7．1．1free wave
7．1．2free data folder
7．2多綫程技術
7．2．1簡單多綫程技術
7．2．2free對象與多綫程
7．2．3多綫程編程
7．2．4後颱任務
7．2．5搶占式多任務
7．2．6定時器和多綫程
7．3運行時交互
7．3．1簡單的輸入數據框
7．3．2利用PauseForUser創建輸入對話框
7．3．3程序進度條
7．4鈎子函數
7．4．1用戶自定義鈎子函數
7．4．2窗口鈎子函數
7．4．3依賴
7．5數據采集
7．5．1FIFO與Charts
7．5．2串口讀寫
7．5．3XOP擴展
7．6多媒體
7．6．1播放聲音
7．6．2視頻播放和創建
7．7錯誤處理
7．7．1程序錯誤退齣
7．7．2try�瞔atch�瞖ndtry
7．7．3Igor錯誤代碼和描述
7．8文件讀寫
7．8．1文件讀寫函數和命令
7．8．2文件讀寫示例
7．9初始化技術
7．9．1新建實驗文件時初始化
7．9．2打開窗口程序時初始化
7．10其他編程技術
7．10．1計時
7．10．2Cursor編程
7．10．3字符串及正則錶達式
附錄A本書術語說明
附錄BIgor常用快捷鍵
附錄CIgor Pro 7新特性

精彩書摘

　　第3章數據擬閤
　　數據擬閤利用已知公式或者模型與實驗數據進行對比，以獲取最佳參數值或者可描述數據的公式。數據擬閤是實驗數據處理的一項重要內容，很多的測量值都是通過擬閤參數得到的。通過數據擬閤還可以獲取實驗數據的演化趨勢，驗證理論的正確性。數據擬閤可以排除人為主觀因素，保證測量結果的客觀性，甚至找齣直覺無法發現的客觀規律。
　　3.1擬閤概述
　　3.1.1擬閤的基本原理和步驟
　　擬閤通過數學公式或者數學模型，尋找一條最吻閤數據的理論麯綫，待測量值一般為某個參數，如a1，a2，…，數據是y，x1，x2，…，理論上y是(x1,x2,…)的函數，且函數形式已知(理論或者是經驗公式)，則應有y=f(a1,a2,…,x1,x2,…)，其中ai就是擬閤參數。最簡單的，如綫性函數y=ax1+b，a和b就是擬閤參數，y和x1是測量值。數據擬閤就是尋找最佳的參數值以使得f(a1,a2,…,x1,x2,…)與測量數據最吻閤，依據一般是最小二乘原理：
　　∑i(yi-y)2σ2i
　　yi錶示y的第i個測量值，σ2i錶示測量值yi的標準方差，其倒數可描述每一個數據點在擬閤中的權值。一般的擬閤σ2i取相等值，對應於等精度測量。如果能得到每一個數據點的標準方差，則可以在擬閤中指定，這會使擬閤結果更加準確且符閤實際。
　　擬閤更本質的描述是利用已有信息(測量數據)去估計未知信息(擬閤參數的)的最可能分布，擬閤參數值一般是所得分布的期望。
　　完成擬閤一般包括4個步驟。
　　(1) 構建數學公式或者數學模型。
　　(2) 指定擬閤參數，並給齣初始值。
　　(3) 調用擬閤操作命令完成擬閤。
　　(4) 通過擬閤參數給齣有意義的結果。
　　利用Igor可以非常方便地對一維數據、二維數據、多維數據、XY型數據、XYZ型數據等進行擬閤，並給齣詳細的結果，包括擬閤參數值、擬閤誤差、殘差(擬閤模型與真實數據之差)等。對於一維數據，還能根據置信水平給齣擬閤結果的分布區間。
　　3.1.2基本擬閤
　　命令CurveFit、FuncFit和FuncFitMD用於數據擬閤。CurveFit使用Igor內置的數學模型進行常見的、簡單的數據擬閤。FuncFit使用用戶自定義公式或者數學模型進行任意復雜的數據擬閤。CurveFit能完成的擬閤FuncFit都可以完成。FuncFitMD是FuncFit的多變量版本，用來對多變量數學模型或者公式進行擬閤。
　　Igor提供瞭從簡單到復雜的擬閤操作，以適應不同的數據擬閤環境。根據使用的復雜性可分為3個層次。
　　（1） 利用菜單【Quick Fit】進行擬閤。
　　（2） 利用【Curve Fitting】對話框進行擬閤。
　　（3） 調用擬閤命令結閤自定義函數進行擬閤。
　　1. 利用【Quick Fit】擬閤
　　先顯示要擬閤的麯綫，然後在麯綫上右擊，在彈齣的快捷菜單中選擇【Quick Fit】命令並選擇閤適的數學公式，就可以完成一次擬閤。Igor會自動調用CurveFit命令完成擬閤過程。下麵用一個實例進行介紹。
　　首先創建一個要擬閤的wave：
　　Make/O/N=100 trialwave;
　　Setscale/I x,-1,3,trialwave;
　　trialwave=exp(-0.1*x)+gnoise(0.02);
　　Display trialwave;
　　ModifyGraph mode=3;
　　上麵創建瞭一個長度為100的wave，並取名為trialwave，設置該wave的x坐標為-1~3，然後調用數學函數exp給trialwave賦值。為瞭模擬實驗數據的隨機性，利用隨機函數gnoise疊加瞭一個標準偏差為0.02的隨機數值，然後在Graph窗口中顯示這個wave。顯示的wave如圖3��1所示。
　　圖3��1待擬閤的模擬實驗數據
　　在上述麯綫上右擊，在彈齣的快捷菜單中選擇【Quick Fit】命令並選擇exp公式就可以完成擬閤，效果如圖3��2所示。
　　圖3��2利用【Quick Fit】擬閤麯綫示例
　　圖3��2中光滑實綫就是擬閤結果麯綫。同時在命令行窗口也會輸齣一係列的信息，這些信息就是擬閤的輸齣結果。
　　2. 利用數據擬閤對話框自定義擬閤
　　Igor提供瞭一個數據擬閤麵闆以完成更加復雜的數據擬閤，執行菜單命令【Analysis】|【Curve Fitting】打開數據擬閤對話框，通過麵闆可以選擇或設定要擬閤的數據、擬閤函數、擬閤數據的範圍、初始參數、擬閤輸齣結果等。對於本例，在擬閤數據對話框中【Function】（函數類型）選擇exp，【Y data】（數據）選擇trialwave，其他的全部選擇默認設置就可以瞭，如圖3��3所示。
　　圖3��3利用數據擬閤對話框對數據進行擬閤
　　關於擬閤對話框的詳細介紹和使用請參看本書第3.1.4節和第3.1.5節。
　　3. 利用擬閤命令進行擬閤
　　在命令行窗口或者程序中調用CurveFit或FuncFit命令，也可以完成數據擬閤，不過這種方法對使用者的要求較高，要求使用者不但熟悉擬閤的過程和機製，還要求掌握編程方法。需要說明的是，前麵【Quick Fit】和數據擬閤對話框最後其實都調用瞭CurveFit或者FuncFit這兩個命令。特彆是自定義擬閤對話框本質上就是FuncFit命令使用的圖形用戶界麵。
　　使用擬閤命令(編程)的一般步驟如下：
　　(1) 創建一個自定義函數。
　　Function fitfun(coef,x):Fitfunc
　　wave coef
　　variable x
　　Exressions
　　End
　　(2) 創建一個wave，存放初始參數值。
　　Make/O coef={a1,a2,a3,…}
　　(3) 調用擬閤命令，將自定義函數和初始參數傳遞給Curvefit或者Funcfit。
　　Funcfit fitfun,coef,ydata/D
　　(4) 擬閤的結果就是coef中參數的值。coef在開始擬閤時提供初始參數，在擬閤過程中存放擬閤結果。
　　對於初學者，更常見的方法是利用擬閤對話框擬閤。Igor會自動生成相應的擬閤函數和正確的擬閤命令。這樣在完成擬閤的同時，也可以學習和掌握編寫程序擬閤數據的技巧和方法。
　　擬閤分為單次擬閤和批量擬閤。單次擬閤指一次隻對一個wave擬閤，批量擬閤指一次對多個wave進行擬閤。批量擬閤需要多次重復調用擬閤命令，因此快速擬閤和利用數據擬閤對話框進行擬閤一般適用於單次擬閤，利用命令行結閤編程技術擬閤適用於批量擬閤。
　　3.1.3快速擬閤及結果查看
　　本節以快速擬閤為例，介紹擬閤過程中的一些細節及如何查看擬閤結果。將下麵的命令行復製到命令行窗口並按迴車鍵。
　　Make/O LorF
　　SetScale/I x,-10,10,LorF
　　SetRandomSeed 0.5
　　LorF=1/(x*x+1)+gnoise(0.05)
　　Display LorF
　　ModifyGraph mode=3,marker=8
　　上麵利用Make命令創建瞭一個名為LorF的wave，由於沒有指定長度，wave長度取默認值128。隨後調用x函數給LorF賦值，賦值公式為洛倫茲函數。為瞭模擬實驗數據抖動的特點，給每一個數據點加上一個標準偏差為0.05的高斯隨機噪聲。 SetRandomSeed命令用於設置隨機數種子，這樣可以保證每次産生的隨機數是一樣的。命令執行後的結果如圖3��4所示。
　　圖3��4模擬洛倫茲綫型的實驗數據
　　這裏稍微解釋一下洛倫茲函數的含義。洛倫茲函數是一類非常重要的函數，它的形式如下：
　　b(x-a)2+b2
　　洛倫茲函數具有很好的性質，如當b趨於無窮小時洛倫茲函數就轉化為δ函數，即
　　δ(x-a)=limb→0b(x-a)2+b2
　　在光電子能譜數據中，經常用洛倫茲函數對動量分布麯綫(Momentum Distribution Curve，MDC)進行擬閤，以獲取準粒子的動量和壽命等信息。這是因為描述準粒子態密度分布的譜函數很多情況下可以轉化為洛倫茲函數。
　　在圖3��4中右擊執行命令【Quick Fit】並選擇lor函數，擬閤結果如圖3��5所示。
　　圖3��5利用lor函數對實驗數據擬閤
　　一條光滑的麯綫自動顯示在原來的數據之上,可以看到光滑的麯綫描述瞭數據點的演化趨勢。Igor將擬閤的結果保存在當前目錄下，同時在命令行窗口中輸齣相應的擬閤信息，如圖3��6所示。
　　圖3��6擬閤的結果
　　圖3��6左邊數據瀏覽器窗口中，除瞭最初創建的LorF之外，又齣現瞭4個新的wave，這些新的wave由Igor自動創建，它們存放瞭擬閤的結果。
　　（1） W_coef。
　　W_coef保存瞭擬閤的參數。在本例中，采用洛倫茲型函數進行擬閤，洛倫茲擬閤函數的完整錶達式為
　　y=K0+K1(x-K2)2+K3
　　W_coef裏按照順序保存瞭這4個參數的擬閤結果，如W_coef［0］保存瞭K0的數值。雙擊打開W_coef就能查看擬閤的結果，在程序裏也可以直接訪問W_coef來使用擬閤結果。W_coef是Igor默認創建的用來保存擬閤參數的wave。如果在擬閤前手動創建瞭參數wave，並指定給擬閤命令，則擬閤的參數保存在該wave中。
　　（2） fit_LorF。
　　fit_Lorf是根據擬閤參數和被擬閤數據的x坐標計算齣來的，就是圖3��5中光滑麯綫對應的wave。前麵“fit”是係統自動加上去的，錶示擬閤麯綫。可以在擬閤命令中自定義擬閤麯綫的名字，但一般不需要。fit_LorF的默認長度是200，長度也可以在擬閤過程中自定義。如果被擬閤數據顯示在當前窗口，那麼擬閤麯綫一般都會自動添加到當前窗口，以方便查看擬閤效果。
　　（3） M_Covar。
　　M_Covar保存瞭擬閤參數的方差。擬閤本質上是一個統計學問題，在算法中涉及方差的計算，方差信息有助於用戶評價擬閤的結果。測量存在誤差，被測數據存在誤差，通過擬閤得到的擬閤參數自然也是有誤差的，協方差矩陣描述瞭擬閤參數方差的大小。協方差的一般定義如下：
　　s(x-,y-)=1n(n-1)∑ni=1(xi-x-)(yi-y-)
　　上式中的xi和yi就相當於上麵的擬閤參數。由於洛倫茲型擬閤函數有4個參數，所以協方差一共有16個值(4×4)，排成一個4×4的矩陣，其中對角元就是對應擬閤參數的標準方差，開平方後就是擬閤參數的實驗標準偏差，如圖3��7所示。這個值可以用來描述參數的誤差或不確定度。
　　圖3��7協方差矩陣
　　（4） W 清華開發者書庫·Igor Pro實用教程：圖錶繪製、數據分析與程序設計 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價