Nachylenie i tempo zmian

W tym ćwiczeniu zmodelujemy ruch samochodu jadącego ze (w przybliżeniu) stałą prędkością, obliczając średnią prędkość dla całej trasy. Modelowana zależność liniowa zachodzi między upływem czasu a pokonanym dystansem.

W tym przypadku parametr modelu a1, czyli nachylenie, jest wyznaczany (szacowany) jako średnia prędkość – inaczej mówiąc, „tempo zmian" dystansu ("rise") w stosunku do czasu ("run").

To ćwiczenie jest częścią kursu

Wprowadzenie do modelowania liniowego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Oblicz różnice między kolejnymi punktami dla tablic times i distances, używając funkcji numpy.diff().
Oblicz tablicę velocities jako iloraz diff_distance przez diff_times.
Wyznacz średnią oraz zakres wartości prędkości, korzystając z metod mean, max i min biblioteki numpy.
Narysuj wykres tablicy velocities, aby zwizualizować średnią i rozrzut wartości.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Compute an array of velocities as the slope between each point
diff_distances = np.diff(____)
diff_times = np.diff(____)
velocities = ____ / diff_times

# Chracterize the center and spread of the velocities
v_avg = np.____(velocities)
v_max = np.____(velocities)
v_min = np.____(velocities)
v_range = ____ - ____

# Plot the distribution of velocities
fig = plot_velocity_timeseries(times[1:], velocities)

Edytuj i uruchom kod