19 lines
1.2 KiB
Plaintext
19 lines
1.2 KiB
Plaintext
+ daten von natalie zu eigenmannia mit + / - delta f anschauen ob unterschiede
|
|
+ größe/gewicht/dominanz/temp in csv und über split aufteilen und mit ID verknüpfen oder mit pandar,
|
|
eod basefrequenz rausziehen, scatter plot gegen cutoff frequency, ...
|
|
+ cutoff frequencies rausziehen und zu gain_all plotten, dann punkte so aussortieren dass uniform
|
|
verteilt ist um zu zeigen wie metzen chacron zu dem ergebnis gekommen sind (hoffentlich)
|
|
dabei noch absolutwerte von cutoff und tau verwenden da wir wurzel in formel nehmen
|
|
+ specgram von pre_data neben specgram von data machen um zu sehen ob analyse fehler oder fehler in import_data
|
|
|
|
long term:
|
|
- extra datei mit script drin um fertige daten darzustellen, den fit-code nur zur datenverarbeitung verwenden
|
|
- darstellung: specgram --> rausgezogene jarspur darüber --> filterung --> fit und daten zusammen dargestellt, das ganze für verschiedene frequenzen
|
|
- unterschiedliche nffts auf anderem rechner laufen lassen evtl um unterschiede zu sehen
|
|
|
|
- phase in degree: phase % (2pi) - modulo 2pi
|
|
|
|
(
|
|
- mit zu hohem RMS rauskicken: evtl nur ein trace rauskicken wenn nur da RMS zu hoch
|
|
- 2019lepto27/30: 27 - 0.05Hz (7-27-af, erste dat mit len(dat)=1), 30 - 0.001Hz (7-30-ah mit 0.005 anstatt gewollten 0.001Hz --> fehlt)
|
|
) |