webplotdigitizer教學_取得雷達圖數據資訊

-
markdown 上一篇文章中[分享提取圖表數據的神器WebPlotDigitizer](/CMDuEi_tQZGrL6yMdCCadA)發現網路上中文相關資料欠缺 所以想說可以分享一些文章給大家 今天主題是取得雷達圖的資訊 延伸[雷達圖(Log座標) R 與 Sigmaplot 繪製方法](/bxJ65G4NR5-Z8R4ezyxEzw)一文 將文章中的資料取出後對比原始數據看誤差有多少 導入圖片後選擇極地圖 ![](https://i.imgur.com/plwq9qy.png) 依照說明點選中心點與兩個已知半徑與角度的位置 ![](https://i.imgur.com/QSTfFlF.png) 中心位置沒有參考點很難對齊 ![](https://i.imgur.com/A59tXqe.png) 可以降低右上角的放大圖倍率 ![](https://i.imgur.com/fOBBeyA.png) 這樣就方便對齊中心點 ![](https://i.imgur.com/sGOVJIN.png) 後續再選出其餘兩點位置 ![](https://i.imgur.com/wt7LY8D.png) ![](https://i.imgur.com/vTWUVFK.png) 依序將資料點補上即可 ![](https://i.imgur.com/gDcWe4Z.png) 匯出至plotly繪圖後可以得到一個還不錯的結果 ![](https://i.imgur.com/FKLqsZm.png) # 擷取效果比較 簡單的與原始資料比較可以發現誤差算是非常的小 ![](https://i.imgur.com/UaaeWAy.png) 全文分享至 https://hackmd.io/@LHB-0222/webplotdigitizerRadarChart https://www.facebook.com/LHB0222/ 有疑問想討論的都歡迎於下方留言 喜歡的幫我分享給所有的朋友 \o/ 有所錯誤歡迎指教
位置： 701台灣台南市東區大學路1號

留言

張貼留言

這個網誌中的熱門文章

Excel_統計_簡單線性回歸_檢量線

-
圖片
檢量線（Calibration curve） 又稱校正曲線或稱標準曲線（Standard curve）。 指以一系列已知濃度待測物標準品與其相對應之儀器訊號值（在內標準品校正時為對內標準品之濃度比值與相對應訊號比值）間之關係，製備成曲線或計算其校正因子或感應因子。 檢量線(外標準法)的製作主要是為了得到訊號和濃度確切關係。通常配置各種不同濃度(至少5個)的標準樣品溶液(  x 值)，並用儀器測得其訊號(  y 值)，若濃度和訊號間呈線性關係，則各濃度訊號及濃度的比值應該是完全相同。 但因測量本身就有其誤差，所以比值未必相同，因此常使用"最小平方法"來找出濃度和訊號間的關係式，採用誤差平 方和是為了避免正負誤差之間互相抵銷。 " 最小平方法所找的就是使誤差平方和(或其平均) 最小的那條直線 " 前面說了一些可能你不懂得，但在講解Excel中的操作步驟希望大家可以了解最後數據呈現的意義 Fig 1. 資料建立，x為標準品配置濃度，y為儀器吸光值* Fig 2.  圈選所需數據儲存格 ->  插入 -> 散佈圖  Fig 3. 可以看到Excel將圖表數據以明顯的顏色框起來  Fig 4. 小技巧:Excel 可以再以滑鼠拖拉其圖表資料範圍  Fig 5. 加入趨勢線，即為檢量線 Fig 6. 選擇其他選項 Fig 7. 點選後就可以得到其檢量線方程式 Fig 8. 則設定截距可以強制使回歸線通過原點  結果說明: 檢量線𝑦=𝑚𝑥+𝑏     m =斜率   b =截距 x = sample 濃度     y =儀器訊號強度 R²:線性迴歸係數 代表檢量線的線性程度但訊號和濃度高低不會一致， R² 必須大於0.99甚至0.995才算一個可用的檢量線 延伸閱讀: Excel_檢量線延伸3_分享大學實驗所做的模板_檢量線、溶液配置、溫度換算、MDL *因本身為環工背景，所以為我們常用的單位來說明 本網站所有文章皆為 H.P. ...
閱讀完整內容

軟體分享_Imagej_顆粒計算_孔隙率計算_孔徑分布

-
圖片
今天介紹一神器ImageJ #################簡介擷取至維基百科############# ImageJ是一個基於java的公共的圖像處理軟體， 可執行於Microsoft Windows，Mac OS，Mac OS X，Linux，和Sharp Zaurus等多種平台。 ImageJ能夠顯示，編輯，分析，處理，儲存，列印8位元，16位元，32位元的圖片，  支援TIFF, PNG, GIF, JPEG, BMP, DICOM, FITS等多種格式。 ImageJ支援圖像棧功能，即在一個窗口裡以多執行緒的形式層疊多個圖像， 並列處理。 只要記憶體允許，ImageJ能開啟任意多的圖像進行處理。 除了基本的圖像操作， 比如縮放，旋轉， 扭曲， 平滑處理外， ImageJ還能進行圖片的區域和像素統計， 間距，角度計算， 能建立柱狀圖和剖面圖，進行傅立葉變換。 重點!!!免費!!! 官方下載點 開啟所需檔案 利用參照物進行長度校正，例如尺，或像是本範例物件總長度已知 設定長度 可設定量測範圍 需先將圖片格式改為8-bit 灰階格式 設定閥值將所需範圍圈出 分析顆粒狀態 *邊界不計算為將邊界未成單一區域的部分去除，可避免邊界的區域圖形未知而計算 最後解果如下方所示 會計算出每個顆粒面積與顆粒數 輸出資料後再利用Excel 就可以計算出其相對面積的理想孔徑
閱讀完整內容

Google試算表_統計_簡單線性回歸_檢量線

-
圖片
如果常用Excel的可以參考之前所寫' https://b10231040.blogspot.com/2017/07/excel.html 然而這一篇以Google試算表操作 最近Google試算表有更新，步驟有些差異 Fig 1. 與Excel一樣選取資料儲存格後點取插入->圖表 Fig 2. 一樣選取散佈圖 Fig 3. 之後點取自定於系列中加入趨勢線，標籤選擇:使用方程式，在勾選顯示R平方值 然而結束後會發現其R平方值沒有顯示至小數點，這時候我們可以依靠試算表內建函數來輔助 Fig 4.利用函數"=RSQ(Y,X)"即可求出其相關係數 R平方值 Fig 5. 補充函數說明 若是要將回歸線使其通過原點也可依下列步驟計算 Fig 6. 先計算元資料截距  Fig 7. 將原數據y軸數值減去其截距 Fig 8. 修正後我們再進行確認，即可發現其回歸線截距為0 原理 其截距的意義就是回歸線通過Y軸的數值，而扣除其原截距就是將其回歸線移至通過原點 本網站所有文章皆為 H.P. Liu 撰寫，如需轉載，請聯繫 B10231040@gmail.com 有疑問可於下方留言，有所錯誤歡迎指教
閱讀完整內容