@lagrande: odechciało mi sie studiować

@unfolding: od kiedy zamkneli mi uczelnie a z roboty dostalem prace zdalna. od kwarantanny rozni sie to tylko tym ze raz na tydzien wyjde na godzine do sklepu :////

@unfolding: okej, faktycznie nadużyłem ściśle określonego pojęcia by opisać swoją sytuację, ale idealnie oddaje mój tryb życia w tym czasie. I masz rację, mogę wyjść, tylko gdzie? Jak się zarażę na jakiejś imprezie a potem odwiedzę rodziców to narażę ich na utratę zdrowia a być może nawet i życia. Dodatkowo ciężko osobie z moimi zainteresowaniami poznać kogoś. To co mnie rajcuje nudzi ludzi i ciężko jest mi nawiązać jakąkolwiek siećPokaż całość

@mazi3city: wlasnie nie moge, bo pracuje na bazach transakcji i kazda tabela ma kilka miliardów wierszy xD nie stać mnie czasowo na błędy xD

@Semargl: a co gorsza łącze je w pętli, bo na każdy rok

@sokytsinolop: proszę o pomoc, nie o napisanie kodu. potrzebuję przetrenować model przez noc, a baza do modelu nie ejst gotowa, bo mi usuwa rekordy dla id;ków które nie występują w obu tabelach. nawet full join pracuje jak inner join

@sokytsinolop: szukałem, ale nie znalazłem odpowiedzi. nie chce zadawać pytania bo nie bardzo wiem jak takie rzeczy tłumaczyć. gdybym wiedział to porblem byłby banalny xD a bazy danych to nie ejst mój konik, jak moge to wszystko przerzucam w csv i robie w pythonie. ale wielkość tabel wymaga używania sas'a, troche sie juz go nauczylem, zrobilem wstepne czysczenie danych, mapowanie tabel i w ogole i ostatnie dwie musze sparowac. tylkoPokaż całość

@sokytsinolop: właściwie to opisałem. to nie jest tak ze nei che, tylko po angielsku ciężko mi ogarnać czego konkretnie chcę. nie jet to też wina tego ze nei znam angielskiego, tylko brak znajomości sql'a. znajac tylko podstawowe informacje o tym tworze xd

@DarkAlchemy: nie żartuj tak, bo zaraz jeden z największych sklepów w pl przestanie działać xD

x = np.array([9412.2296835 , 6175.20253865, 4009.2786237 , 2642.9951883 ,
1711.55676409, 1160.18815197])
y = np.array([15, 31, 47, 63, 79, 95])
def modelfunc(t, N0, T, C):
return N_0 * np.exp(-T*t)+C
optparms, parmcovPokaż całość

@Ilythiiri: wystarczy walnąć jeden tab przy return xD

@Ilythiiri: a z bibliotek to:
from scipy.optimize import curve_fit
import numpy as np

@pascal256: tak, wcześniej dopasowywałem krzywe gaussa w taki sposób

@pascal256: Covariance of the parameters could not be estimated
category=OptimizeWarning)

@pascal256: walcze z tyjm od wczoraj i nie moge rozwalić tego błędu :<

@Semargl: a przy dopasowywaniu prostej ( sprawdziłem aktywność próbek promieniotwórxczych i zliczenia na konkretnych kanałach, znając energie dla danych izotopów dopasowłąem prostą ax+b która pozwoliła mi wyznaczyć energie na kanałach i śmigało, potem gauss na pomiarach nienznaego izotopu, wyznaczyłem co to za izotop po energii którą interpolowałem funkcją liniową i tezaz zostało mi tylko oliczyć czas połowicznego rozpadu by mieć pewność co to za izotop)

powinny

@pascal256: nope xD, zmieniłem i porsta jak leżała tak leży xD

@pascal256: @mprzemo: dzięki za chęć pomocy. ostatecznie pobrałem qtiplota i tam dopasowałem krzywą. czas połowicznego rozpadu izotopu jodu 128 to 25 minut, z mojego dopasowania wyszło, ze jest to 26, także nie jest jakoś bardzo daleko(chociaż to o 1/26 za dużo xD)

@mprzemo: racja, chociaż myślę, ze mógłbym znaleść gdzieś jakieś niepewności pomiarowe i wyliczyć jakaś sigme, może wtedy wynik mógłbym potwierdzić testem 3sigma i nawet miałbym fajny projekcik z fizyki jądrowej na githuba xd Ale i tak wielkie dzięki ;)

@Semargl: Głupie pytanie, przecież pod tąfunkcją jest 100 procent zliczeń xD