In [1]:
import numpy as np
import scipy as ps
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

In [80]:
table_1 = pd.read_excel('lab-2-2.xlsx', '1')
table_1.iloc[:, :8]


Out[80]:
Номер шарика Материал Средний диаметр [мм] Средний радиус [м] Время падения [c] Путь [м] Устан-ся скорость [м/с] Температура среды
0 1 стекло 2.07 0.001035 15.52 0.1 0.006443 21.1
1 2 стекло 2.04 0.001020 15.69 0.1 0.006373 21.1
2 3 сталь 0.76 0.000380 22.03 0.1 0.004539 21.1
3 4 сталь 0.78 0.000390 20.43 0.1 0.004895 21.1
4 5 стекло 2.06 0.001030 11.69 0.1 0.008554 26.5
5 6 стекло 2.04 0.001020 11.28 0.1 0.008865 26.5
6 7 стекло 2.03 0.001015 11.28 0.1 0.008865 26.5
7 8 сталь 0.76 0.000380 16.28 0.1 0.006143 26.5
8 9 сталь 0.55 0.000275 30.15 0.1 0.003317 26.5
9 10 стекло 2.11 0.001055 7.81 0.1 0.012804 32.4
10 11 стекло 1.95 0.000975 8.44 0.1 0.011848 32.4
11 12 стекло 2.05 0.001025 7.84 0.1 0.012755 32.4
12 13 сталь 0.90 0.000450 8.03 0.1 0.012453 32.4
13 14 сталь 0.90 0.000450 7.93 0.1 0.012610 32.4
14 15 стекло 2.06 0.001030 4.87 0.1 0.020534 40.1
15 16 стекло 1.98 0.000990 4.78 0.1 0.020921 40.1
16 17 сталь 0.75 0.000375 6.81 0.1 0.014684 40.1

In [81]:
table_1.iloc[:, 8:]


Out[81]:
Плотность жидкости [кг/м^3] Плотность шарика [кг/м^3] Ускорение свободного падения [м/с^2] Вязкость жидкости [кг / (c * м^2)] Число Рейнольдса Время релаксации [с] Путь релаксации [м]
0 1260 2500 9.81 0.449418 0.018697 0.001324 0.099991
1 1260 2500 9.81 0.441267 0.018563 0.001310 0.099992
2 1260 7800 9.81 0.453540 0.004792 0.000552 0.099997
3 1260 7800 9.81 0.443029 0.005429 0.000595 0.099997
4 1258 2500 9.81 0.335789 0.033009 0.001755 0.099985
5 1258 2500 9.81 0.317751 0.035800 0.001819 0.099984
6 1258 2500 9.81 0.314644 0.035976 0.001819 0.099984
7 1258 7800 9.81 0.335265 0.008758 0.000747 0.099995
8 1258 7800 9.81 0.325177 0.003529 0.000403 0.099999
9 1256 2500 9.81 0.235740 0.071971 0.002623 0.099966
10 1256 2500 9.81 0.217585 0.066684 0.002427 0.099971
11 1256 2500 9.81 0.223378 0.073512 0.002613 0.099967
12 1256 7800 9.81 0.231975 0.030342 0.001513 0.099981
13 1256 7800 9.81 0.229086 0.031112 0.001532 0.099981
14 1253 2500 9.81 0.140451 0.188683 0.004196 0.099914
15 1253 2500 9.81 0.127357 0.203769 0.004275 0.099911
16 1253 7800 9.81 0.136681 0.050481 0.001783 0.099974

In [82]:
table_2 = pd.read_excel('lab-2-2.xlsx', '2')
table_2.iloc[:, :8]


Out[82]:
Номер шарика Материал Средний диаметр [мм] Средний радиус [м] Время падения [c] Путь [м] Устан-ся скорость [м/с] Температура среды
0 1 стекло 0.05 0.000025 0.03 0.003 0.000206 0.1
1 2 стекло 0.05 0.000025 0.03 0.003 0.000203 0.1
2 3 сталь 0.05 0.000025 0.03 0.003 0.000142 0.1
3 4 сталь 0.05 0.000025 0.03 0.003 0.000154 0.1
4 5 стекло 0.05 0.000025 0.03 0.003 0.000279 0.1
5 6 стекло 0.05 0.000025 0.03 0.003 0.000290 0.1
6 7 стекло 0.05 0.000025 0.03 0.003 0.000290 0.1
7 8 сталь 0.05 0.000025 0.03 0.003 0.000196 0.1
8 9 сталь 0.05 0.000025 0.03 0.003 0.000103 0.1
9 10 стекло 0.05 0.000025 0.03 0.003 0.000433 0.1
10 11 стекло 0.05 0.000025 0.03 0.003 0.000398 0.1
11 12 стекло 0.05 0.000025 0.03 0.003 0.000431 0.1
12 13 сталь 0.05 0.000025 0.03 0.003 0.000420 0.1
13 14 сталь 0.05 0.000025 0.03 0.003 0.000426 0.1
14 15 стекло 0.05 0.000025 0.03 0.003 0.000743 0.1
15 16 стекло 0.05 0.000025 0.03 0.003 0.000759 0.1
16 17 сталь 0.05 0.000025 0.03 0.003 0.000505 0.1

In [83]:
table_2.iloc[:, 8:]


Out[83]:
Плотность жидкости [кг/м^3] Плотность шарика [кг/м^3] Ускорение свободного падения [м/с^2] Вязкость жидкости [кг / (c * м^2)] Число Рейнольдса Время релаксации [с] Путь релаксации [м]
0 2 500 0.01 0.218462 0.010167 0.000973 0.076634
1 2 500 0.01 0.214804 0.010113 0.000964 0.076772
2 2 500 0.01 0.109176 0.001627 0.000241 0.046776
3 2 500 0.01 0.105198 0.001817 0.000256 0.046123
4 2 500 0.01 0.163300 0.017982 0.001290 0.076742
5 2 500 0.01 0.154709 0.019534 0.001339 0.076856
6 2 500 0.01 0.153271 0.019643 0.001340 0.076904
7 2 500 0.01 0.080858 0.002981 0.000326 0.046870
8 2 500 0.01 0.094486 0.001461 0.000216 0.056748
9 2 500 0.01 0.114520 0.039219 0.001923 0.076702
10 2 500 0.01 0.106484 0.036688 0.001798 0.077422
11 2 500 0.01 0.108822 0.040209 0.001923 0.076976
12 2 500 0.01 0.051632 0.009511 0.000602 0.043152
13 2 500 0.01 0.051000 0.009755 0.000610 0.043162
14 2 500 0.01 0.068581 0.103836 0.003092 0.077297
15 2 500 0.01 0.062451 0.112784 0.003168 0.077712
16 2 500 0.01 0.033546 0.017573 0.000790 0.047727

In [84]:
table_3 = pd.read_excel('lab-2-2.xlsx', '3')
table_3


Out[84]:
Температура среды [C] Температура среды [K] Средняя вязкость [кг / (c * м^2)] Обратная температура среды Логарифм вязкости
0 21.1 294.25 0.446814 0.003398 -0.805614
1 26.5 299.65 0.325725 0.003337 -1.121701
2 32.4 305.55 0.227553 0.003273 -1.480374
3 40.1 313.25 0.134830 0.003192 -2.003743

In [85]:
table_4 = pd.read_excel('lab-2-2.xlsx', '4')
table_4


Out[85]:
Температура среды [C] Температура среды [K] Средняя вязкость [кг / (c * м^2)] Обратная температура среды Логарифм вязкости
0 0.1 0.1 0.161910 0.000001 0.200977
1 0.1 0.1 0.129325 0.000001 0.115293
2 0.1 0.1 0.086492 0.000001 0.058426
3 0.1 0.1 0.054860 0.000001 0.027379

In [86]:
onet = table_3.values[:, 3]
lneta = table_3.values[:, 4]
donet = table_4.values[:, 3]
dlneta =table_4.values[:, 4]

In [152]:
k, b = np.polyfit(onet, lneta, deg=1)
k1, b1 = np.polyfit(onet, lneta + dlneta * np.linspace(-0.3, -0.4, len(dlneta)), deg=1)
k2, b2 = np.polyfit(onet, lneta - dlneta * np.linspace(-1.1, 0.7, len(dlneta)), deg=1)

In [186]:
plt.figure(figsize=(15,6))
plt.grid(linestyle='-.', lw=0.5, color='#cccccc')

plt.title('', fontweight='bold')
plt.ylabel('')
plt.xlabel('')

plt.scatter(onet, lneta)

x = np.linspace(0.00316, 0.00342)

plt.plot(x, k * x + b, color='black')
plt.plot(x, k1 * x + b1, '--', lw=0.5, color='black')
plt.plot(x, k2 * x + b2, '--', lw=0.5, color='black')

plt.errorbar(onet, lneta, xerr=donet, yerr=dlneta, fmt='o', color='black', lw=1.5)

plt.xlim((0.00316, 0.00342))
plt.ylim((-2.1, -0.58))

plt.show()



In [195]:
bolts = 1.38 * 10 ** (-23)
W = k * bolts
dW = np.abs(k2 - k1) * bolts / 2
print(W, dW, 100*dW/W)


8.01806160347e-20 9.3314443902e-21 11.6380303017

In [ ]: