Fixed ibox caption and label.

Fixed python pathes.

programming/lecture/data_acquisition.py

@@ -6,10 +6,11 @@ fig = plt.figure()
 ax = fig.add_subplot(111)
 y = np.asarray([-10, 10]) * 2.**16/20.
 ax.plot([-10, 10], y, color='dodgerblue', lw=1.5)
-ax.set_xlabel('measured voltage [V]')
-ax.set_ylabel('digitized value')
+ax.set_xlabel('Measured voltage [V]')
+ax.set_ylabel('Digitized value')
 ax.set_xlim([-10.05, 10.05])
-ax.set_ylim([-2**15, 2**15 + 1])
+ax.set_ylim([-2**15, 2**15-1])
+ax.set_yticks([-2**15, -2**14, 0, 2**14, 2**15-1])
 ax.spines["right"].set_visible(False)
 ax.spines["top"].set_visible(False)
 ax.yaxis.set_ticks_position('left')
@@ -20,8 +21,8 @@ ax.tick_params(direction="out", width=1.25)
 ax.tick_params(direction="out", width=1.25)
 ax.grid()
 fig.set_facecolor("white")
-fig.set_size_inches(5., 5.)
+fig.set_size_inches(4., 3.6)
 fig.tight_layout()
-fig.savefig("images/data_acquisition.pdf")
+fig.savefig("data_acquisition.pdf")
 
 plt.close()

programming/lecture/logicalIndexingTime.py

@@ -27,6 +27,6 @@ ax.set_xlabel("time [s]")
 ax.set_ylabel("intensity")
 ax.legend(fontsize=8)
 fig.tight_layout()
-fig.savefig("images/logicalIndexingTime.pdf")
+fig.savefig("logicalIndexingTime.pdf")
 
 

programming/lecture/programming.tex

@@ -131,9 +131,9 @@ interpretiert werden. Die wichtigsten Datentpyen sind folgende:
 Unter den numerischen Datentypen gibt es verschiedene Arten mit
 unterschiedlichem Speicherbedarf und Wertebreich.
 
-\begin{table}[]
+\begin{table}[!h]
   \centering
-  \titlecaption{Grundlegende Datentypen und ihr Wertebereich.}
+  \titlecaption{Grundlegende Datentypen und ihr Wertebereich.}{}
   \label{dtypestab}
   \begin{tabular}{llcl}\hline
     Datentyp & Speicherbedarf & Wertebereich & Beispiel \rule{0pt}{2.5ex} \\ \hline
@@ -147,7 +147,7 @@ unterschiedlichem Speicherbedarf und Wertebreich.
 Daten gespeichert werden. Dennoch lohnt es sich, sich ein wenig mit
 den Datentypen auseinanderzusetzen (Box \ref{daqbox}). 
 
-\begin{ibox}[tp]{Digitalisierung von Messdaten}\label{daqbox}
+\begin{ibox}[tp]{\label{daqbox}Digitalisierung von Messdaten}
   Szenario: Die elektrische Aktivit\"at (z.B. die Membranspannung)
   einer Nervenzelle wird gemessen. Die gemessene Spannung wird mittels
   Messkarte digitalisiert und auf dem Computer f\"ur weitere Analysen
@@ -159,14 +159,16 @@ den Datentypen auseinanderzusetzen (Box \ref{daqbox}).
   Werte abgebildet.\vspace{0.25cm}
 
   \begin{minipage}{0.5\textwidth}
-    \includegraphics[width=0.9\columnwidth]{images/data_acquisition}
+    \includegraphics[width=0.9\columnwidth]{data_acquisition}
   \end{minipage}
   \begin{minipage}{0.5\textwidth}
     Um die Spannung auf den \code{int16} Datentyp abzubilden:
     \[ y = x \cdot 2^{16}/20\] mit $x$ der gemessenen Spannung und $y$
     dem digitalisierten Wert bei einem Spannungsbereich von
-    $\pm10$\,V.\\
-    Durch Umgekehrung kann der digitalisierte Wert wieder
+    $\pm10$\,V. Das ergibt ganzzahlige Werte zwischen $-2^{15}=-32768$
+    und $2^{15}-1 = 32767$.
+
+    Durch Umkehrung kann der digitalisierte Wert wieder
     in eine Spannung zur\"uckgewandelt werden:
     \[ x = y \cdot 20/2^{16} \]
   \end{minipage}\vspace{0.25cm}
@@ -174,8 +176,8 @@ den Datentypen auseinanderzusetzen (Box \ref{daqbox}).
   Um Speicherplatz zu sparen ist es sinnvoll, die gemessenen Daten als
   ``int16'' anstelle der ``double'' Werte im Rechner abzulegen.  Die
   Daten als ``echte'' Spannungen, also als Flie{\ss}kommawerte,
-  abzulegen ben\"otigt den 4-fachen Speicherplatz und bietet keine
-  zus\"atzliche Information.
+  abzulegen ben\"otigt den 4-fachen Speicherplatz (8 statt 2 Bytes)
+  und bietet keine zus\"atzliche Information.
   
 \end{ibox}
 
@@ -1316,7 +1318,7 @@ gemacht den Rahmen zu bilden und den Ablauf zu koordinieren (Abbildung
     nimmt R\"uckgabewerte entgegen.}\label{programlayoutfig}
 \end{figure}
 
-
+ 
 \begin{ibox}[tp]{Python}
   The cooler programming language.
 \end{ibox}