lkosz

24 Lutego 2019

7 godzin temu, Agent Smith napisał:

Kurna, topią je w tym syfie!

no masz... następny boi się emulsji z oleju i żółtka kiedyś zrobienie frytek w domu to było święto, i jak się keczup kończył, to się majonez brało, i też smakowało

@Bellatrix koty jedzą kaszankę?

23 Lutego 2019

Gatunku homo sapiens nie da się odfejsbuniować. Jest to atawizm w tym gatunku. Struktury mózgowe są tak sprzężone, że usuwając z nich tę funkcję zapadnie się czaszka.

Trochę szkoda funkcji... było to jedyne miejsce, gdzie można było porozmawiać o alkanolach, majonezie i kaszance, c'nie @Bellatrix?

6 Lutego 2019

Mogę zaoferować odsprzedaż szukacza red dot i szyny

3 Lutego 2019

6 godzin temu, sullifan napisał:

ok, a czy oprócz kwasowych AGM jeszcze jakieś mogą wchodzić w grę skoro żelowe raczej odpadają?

To jeszcze raz... akumulatory ołowiowe dzieli się na pojemnościowe i te dostarczające duży prąd. Drugi typ to tzw. samochodowe, które są przystosowane do oddania bardzo dużego ładunku w krótkim czasie, ale wymagają natychmiastowego doładowania, co ma miejsce w samochodzie. Przy pracy cyklicznej elektrody ulegają fizycznemu rozpadowi, dlatego nie należy ich używać w ten sposób. Drugi typ to szerokie spektrum akumulatorów do różnych zastosowań. Produkowane są w dwóch technologiach AGM i GEL. AGM to mata szklana nasączona roztworem kwasu siarkowego umieszczona między elektrodami. GEL ma ten elektrolit zżelowany krzemionką, i chyba elektrody są trochę inaczej wykonywane. GEL używa się tam, gdzie mamy do czynienia ze specyficznymi warunkami. Są też wyraźnie droższe. W ani jednym, ani drugim przypadku nie ma mowy o przypadkowym rozlaniu i niebezpieczeństwie. Obydwa typy są bezobsługowe, mają szczelne obudowy z zaworem do odprowadzania gazów. Obydwa mogą pracować w dowolnej pozycji. Część z obu tych typów jest przystosowana do głębokiego rozładowania, tj. poniżej 11.8V dla akumulatorów 12V. Jest to wówczas wyraźnie odnotowane, i są też o wiele droższe. Obydwa typy należy ładować odpowiednią ładowarką. Użycie trywialnego prostownika skutkuje znacznym gazowaniem akumulatora i obniżeniem pojemności.

W twoim przypadku wystarczy najtańszy AGM + układ zabezpieczający przed głębokim rozładowaniem, do tego ładowarka elektroniczna z wydajnością prądową dostosowaną do akumulatora (nie za dużą).

Możesz też użyć innych typów akumulatorów - pakiet NiMH lub Li-Ion. Mają wyższą gęstość energii od akumulatorów kwasowych, ale są też droższe. Wymagają specjalizowanych ładowarek, zabezpieczeń przed głębokim rozładowaniem, a Li-Ion dodatkowo wielu innych zabezpieczeń (termiczne, nadprądowe, nadnapięciowe, ochrony przed przeładowaniem itd), bo niewłaściwie używane i ładowane mogą eksplodować. NiMH po prostu się rozszczelniają i wylewają, ale mają mniejszą gęstość energii.

31 Stycznia 2019

@Adam_Jesion z tym, że dzieci będą trwale "upośledzone" przez korzystanie z mediów społecznościowych, to się nie spotkałem. Ale też nie spotkałem się z przeciwnymi obserwacjami. Raczej wskazuje się na to, że mają problemy z czynnościami manualnymi, bo ekrany raczej nie sprzyjają jej poprawie. Ale jak przebadano tzw. polskie pokolenie Z, to wyszło, że chyba dużo groźniejsze jest to dla nas starych, ale młodzież raczej wykorzystuje to jako narzędzie do czegoś innego, nie cel sam w sobie. Przy wszystkich zastrzeżeniach i niebezpieczeństwach o których wcześniej pisałem. Z drugiej strony psychologowie rozwojowi są stanowczo przeciwni kontaktom z telewizją i komputerem przez dzieci do lat 3 albo 4. Na pocieszenie jest terapia, którą część z nich będzie musiała przejść, a mózg ludzki wytwarza połączenia nerwowe przez całe życie. Tylko trzeba się nad tym napracować niestety...

Zgoda - nie ma co jęczeć na postęp techniczny. Jest to naturalny kierunek rozwoju, bo tego ludzie potrzebowali. Pamiętacie czasy sprzed popularności budek telefonicznych? Kiedy trzeba było lecieć na pocztę i przy wszystkich w kolejce rozmawiać przez telefon? A potem budki tepsy, które zjadały karty... Gdzie tam człowiek pomyślał, że nagle przez komputer w kieszeni sobie zadzwoni do Ameryki...

Sam WEB 2.0, jak to było kiedyś nazywane, jest w porządku. Tylko konstrukcja facebooka jest taka, że jest szkodliwy i uzależniający. Po latach zachwytów trzeba zacząć mówić o jego koszcie zdrowotnym, który jest bardzo duży. I też o kosztownym leczeniu. Facebook jak facebook, zwykła firma, która dba o to, żeby zarabiać. To użytkownicy dorabiają jej gębę jednorożca wolności, dziwiąc się potem, że jest wprost przeciwnie. Umowa jest restrykcyjna, i użytkownik publikując tam treści pozwala zrobić z nimi niemal wszystko i poddawać dowolnym analizom. Wasze zdjęcia mogą być wykorzystane bez waszej zgody (na podstawie zgody którą udzieliliście przy zakładaniu konta). GDPR trochę ukróciło te zakusy, ale nie do końca. Najgorsze jest profilowanie zachowania i wyciągania z tego wniosków co do przekonań, preferencji seksualnych, chorób itd. Kilka lat temu algorytmy określały to z 70% skutecznością, obecnie jest zapewne dużo lepiej. Nie trzeba tego pisać wprost, ani klikać w jednoznaczne treści. Analizowane jest wszystko, nawet czas przeglądania poszczególnych zdarzeń na osi czasu, ruchy myszką. Na tej podstawie profilowane jest społeczeństwo na różne strony. Facebook jest też wykorzystywany w wojnie hybrydowej, która trwa. Kwestią czasu jest zanim komisja europejska weźmie się za takie portale.

31 Stycznia 2019

@astrokarol To tylko wyrzuty dopaminy po spadku człowiekowi jeszcze gorzej, dlatego wraca, albo żre słodycze. Jeszcze o lajkach zapomniałem - są one substytutem akceptacji społecznej. Duża liczba = nagroda od mózgu w postaci dopaminy, na chwilkę oczywiście. A brak lajków to problem. Coraz poważniejszy. I do terapeutów coraz częściej przychodzą ludzie, dla których to prawdziwe źródło problemów, bo czują się nieakceptowani i opuszczeni. Co ciekawe bardzo dużo celebrytów ma ten problem.

I słowo komentarza w kwestii depresji i dysmorfofobii - pod tymi pojęciami należy rozumieć choroby, które bywają śmiertelne nawet pomimo leczenia silnymi lekami, przy czym dysmorfofobia zbiera większe żniwo niż depresja. To nie fanaberie celebrytek. I tu również ciekawa rzecz - sporo celebrytów "beauty fit" cierpi na dysmorfofobię o różnym stopniu natężenia, ewentualnie zaburzenia lękowe (kazeina, gluten, cukier, sól, tłuszcz itd). Dlatego niektórzy się oszpecają operacjami, wycieńczają treningami, walczą wszędzie z kazeiną, tak energicznie nauczają (nie mając do tego kwalifikacji ani wiedzy) itd.

31 Stycznia 2019

Miałem konto na tym portalu jakoś w latach 2011-2012. Wywaliłem z kilku powodów: marnowanie czasu i spłycenie relacji ze znajomymi. Niektóre też zniszczył, bo tworzył złudzenie, że mają ze mną stały kontakt. Denerwowały mnie też obce osoby, które wysyłały mi zaproszenia do znajomych myśląc, że skoro raz zamieniliśmy zdanie w kolejce do dziekanatu, to coś z tego wynika. A potem wielki foch, gdy odrzucałem. Część osób, o których miałem dobre zdanie, zachowywały się tak, że siedziałem momentami osłupiały. Miarka się przebrała po tym, jak kumpeli z liceum odbiło po porodzie i wrzucała milion zdjęć. A inna koleżanka z klasy, o której miałem baardzo dobre zdanie, wrzuciła zdjęcie z USG. W obawie przed relacją z porodu i ewentualnej plastyki waginy, usunąłem konto. Wolę tego nie widzieć, żyć złudzeniami i przynajmniej mieć dobre wspomnienia.

Część znajomości, która miała się rozlecieć, to się rozleciała. I tak by się to stało. Pozostali wiedzą, że mogą zadzwonić i się po prostu spotkamy. Na sugestię, że nie mam życia prywatnego proponuję, że możemy porównać to co ja robię po pracy, i co oni robią.

Mam konto-krzak na tym portalu tylko dlatego, że większość informacji jest tam publikowana. Prawie wszyscy odeszli od swoich stron i RSSów. Dlatego machnąłem sobie skrypt, który w przeglądarce symuluje przeglądanie facebooka, strona po stronie, parsuje i wystawia to w formie kanału RSS. I mam elegancko posortowane, tak jak ja chcę. I co najważniejsze - wszystkie informacje, a nie tylko te, które ktoś uznał że mi się należą Raz dziennie przeglądam, zajmuje to 5-10 minut.

Co do szczęścia o których tutaj ktoś pisał - jest dokładnie odwrotnie. Przy wielu zaletach mediów elektronicznych, psychologowie publikują wyniki badań dość niepokojące, pisząc z pamięci:

- konkluzją większości publikacji jest, że przeglądanie mediów społecznościowych zwiększa prawdopodobieństwo depresji

- obniża poczucie własnej wartości - wszyscy publikują piękniejszą wersję rzeczywistości, piękne jedzenie, w towarzystwie szyszek, a moje wygląda jak wymiociny lwa

- publikujący piękniejszą wersję siebie doskonale wiedzą, że ich życie wygląda dużo gorzej, co również obniża nastrój

- nieświadome niczego dzieci biorą zawartość 1:1, co potęguje efekt depresyjny, zwiększa kompleksy

- dziecko pozostawione samo z telewizorem lub komputerem czuje się tak naprawdę samotne, bynajmniej szczęśliwe

- diagnozuje się zaburzenie FOMO u coraz większej liczby osób, zwiększa się odsetek depresji i zaburzeń lękowych

- postulowany jest związek ze wzrostem odsetka diagnoz dysmorfofobii

- jest jeszcze inne zaburzenie, tylko nie pamiętam nazwy - polega na tym, że człowiekowi się wydaje, że powiadomienie przyszło, i co chwilę zerka na telefon, co chyba też zostało już uznane za zaburzenie

- awaria telefonu, zapomnienie, "szlaban na fejsa" wywołuje psychosomatyczne objawy odstawienne i zaburzenia lękowe

- uzależnienie od mediów społecznościowych polega na uzależnieniu od "atrakcji", które wywołują wyrzuty dopaminy i adrenaliny, po głowie mi się kołacze, że spada jednocześnie poziom serotoniny i oksytocyny, ale mogę się mylić. Jeśli tak, jest to dodatkowy czynnik powodujący depresję

- nienaturalne ruchy kciukiem po ekranie powodują choroby zwyrodnieniowe stawu, nadwyrężenia i przeciążenia; przez dłuższy czas pochylona głowa nad ekranem skutkuje problemami z szyją

- niebieskie światło emitowane przez ekrany skutkuje zaburzeniami wydzielania melatoniny w porze wieczornej i problemami ze snem

- uzależnienie od mediów i gier na nich z kolei skutkuje deprywacją snu

- obniżenie jakości snu, to spadek odporności, nastroju, więcej wypadków, mniejsza wydajność w pracy itd.

- ciągłe powiadomienia obniżają poziom koncentracji, co ciekawe człowiek uzależniony, który schowa telefon, żeby się skupić, również ma obniżoną koncentrację, dodatkowo pojawia się lęk

- ludziom coraz trudniej skupić się na jednej rzeczy - oglądają youtuba, przeglądają fejsa, odpisują na whatsappie i jeszcze z kimś obok rozmawiają

- dość powszechne przebodźcowanie skutkuje pojawieniem się depresji

- media społecznościowe bywają używane przez dzieci do znęcania się nad znajomymi, co dokłada się do wzrostu odsetka samobójstw

- do tego dokłada się problem z konsumpcją dłuższych tekstów i przekazów - człowiek jest przyzwyczajony do obrazków i hashtagów; czyta w gazetach tylko leady

Wszystko powyższe bierze się od przedawkowania mediów i smartfona. Kłopot w tym, że łatwo w to wpaść i łatwo przedawkować, a dawka bezpieczna nie jest znana

30 Stycznia 2019

Jeśli chcesz kwasowe, to AGM. Żelowe to zbędny wydatek. Reszta parametrów poza pojemnością nie ma większego znaczenia w Twoim przypadku.

21 Stycznia 2019

@sullifan nie mogę znaleźć noty katalogowej do tego akumulatora, ale mi to wygląda na 95% na akumulator rozruchowy z samochodu. Jeśli tak, to nie nadaje się do pracy cyklicznej. Jeśli chcesz akumulatory kwasowe, to AGM. Kup też odpowiednią ładowarkę mikroprocesorową do niego.

17 Stycznia 2019

19 godzin temu, sullifan napisał:

Temat wygląda tak, ze aku mogę mieć praktycznie za darmo (niemal nowy 7ah), ze środka mogę wszystko wyrzucić i zamontować odpowiednie wejścia USB itp, całą przeróbkę mogę mieć też za darmo, UPS to tylko aktualna wersja, bardziej myślę pod kątem obudowy, którą można wykorzystać do finalnej wersji (patrz estetyka itp) - inni robili to ze skrzynek narzędziowych, ja chcę zrobić to samo tylko z tą obudową więc jakiejś różnicy chyba wielkiej nie ma, a jeśli cześci nie będą potrzebne to mogę ich się śmiało pozbyć - czy mam wiele do stracenia przy tych kosztach? ale oczywiście zdanie osób bardziej doświadczonych jest dla mnie mega cenne

W UPSie wymień akumulator i zostaw na trudniejsze czasy, kiedy prądu nie będzie. Szkoda go rozwalać na części, a to nie jest tanie urządzenie. Do montażu weź coś innego. Kradex produkuje duże plastikowe obudowy hermetyczne mieszczące akumulatory nawet 18Ah, gdzie upchniesz też resztę układów. Można też sobie sklecić pakiet z akumulatorów NiMH. Zmierz sobie zużycie, oblicz jakiej pojemności akumulatorów potrzebujesz, a potem dobieraj obudowy i resztę.

16 Stycznia 2019

Niepotrzebnie kombinujesz. UPS przekształca napięcie stałe 12V w przemienne 230V, które chciałbyś potem wyprostować i zamienić znowu w 5-12V. Jak wyżej napisano - nie ma to żadnego sensu. Chcąc użyć tego co masz, musiałbyś usunąć ze środka najdroższe rzeczy: transformator i całą elektronikę, czyli zostałaby sama metalowa obudowa i akumulator (który pewnie jest już zasiarczony i nadaje się do utylizacji).

Skorzystaj z gotowych urządzeń lub projektów na tym forum (lub innym elektronicznym), kitów AVT itd. opartych o akumulator, układ zabezpieczający i przetwornice DC-DC.

5 Stycznia 2019

@Alfa Bundis teraz Twoja propozycja - czas trwania nieprzerwanego dużego zachmurzenia - przyjąłem 7, 8 i 9 oktant. Zanim zaczniemy, ważna uwaga do tych szacunków - pomiary są robione raz na godzinę, czasem i rzadziej. Ograniczyłem maksymalny odstęp między pomiarami do 6h ze względu na liczne nieciągłości, ale i tak poniższe dane mają raczej charakter informacyjny i rozrywkowy Sposób prezentacji jest jeszcze gorszy, bo klaster elasticsearch nie potrafi już wykonać takich obliczeń, trzeba było przejść na pythona i basha. Na koniec wybierzemy sobie Wąchock Pogodowy

Obliczenia wykonane dla wszystkich 66 stacji. W archiwum analiza_4.zip są surowe dane zawierające nazwę stacji, timestamp początku, timestamp końca, czas trwania zachmurzenia w 7, 8 lub 9 oktancie, nieprzerwany obserwacją o innej wartości, z maksymalnym odstępem między sąsiednimi obserwacjami równym 6h (w przypadku wykrycia takiej przerwy, za koniec przyjmowana jest ostatnia obserwacja, i liczenie czasu zaczyna się od początku).

Na początek histogram dla wszystkich stacji, pierwsza kolumna to długość trwania bardzo dużego zachmurzenia. Posortowany po kluczach i po częstości:

Spoiler


cat analiza_4 | awk '{print $NF}' | sort | distribution --height=60 --char=ba | sort -k1n
Key|Ct (Pct)        Histogram
 1|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 2|88518 (7.79%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 3|213699 (18.81%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 4|42145 (3.71%)   ▬▬▬▬▬▬▬▬▬▬▬▬
 5|33144 (2.92%)   ▬▬▬▬▬▬▬▬▬▬
 6|113757 (10.01%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 7|21537 (1.90%)   ▬▬▬▬▬▬▬
 8|17825 (1.57%)   ▬▬▬▬▬▬
 9|73434 (6.46%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
10|13796 (1.21%)   ▬▬▬▬
11|15097 (1.33%)   ▬▬▬▬▬
12|52436 (4.61%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
13|9695 (0.85%)    ▬▬▬
14|8845 (0.78%)    ▬▬▬
15|36177 (3.18%)   ▬▬▬▬▬▬▬▬▬▬▬
16|6976 (0.61%)    ▬▬
17|6389 (0.56%)    ▬▬
18|28343 (2.49%)   ▬▬▬▬▬▬▬▬
19|5249 (0.46%)    ▬▬
20|4981 (0.44%)    ▬▬
21|21539 (1.90%)   ▬▬▬▬▬▬▬
22|4178 (0.37%)    ▬▬
23|3718 (0.33%)    ▬▬
24|16779 (1.48%)   ▬▬▬▬▬
25|3196 (0.28%)    ▬
26|2889 (0.25%)    ▬
27|13600 (1.20%)   ▬▬▬▬
28|2490 (0.22%)    ▬
29|2324 (0.20%)    ▬
30|11761 (1.04%)   ▬▬▬▬
31|2118 (0.19%)    ▬
32|2084 (0.18%)    ▬
33|9724 (0.86%)    ▬▬▬
34|1799 (0.16%)    ▬
35|1717 (0.15%)    ▬
36|8473 (0.75%)    ▬▬▬
37|1522 (0.13%)    ▬
38|1479 (0.13%)    ▬
39|7124 (0.63%)    ▬▬▬
40|1343 (0.12%)    ▬
41|1254 (0.11%)    ▬
42|6191 (0.54%)    ▬▬
43|1161 (0.10%)    ▬
44|1054 (0.09%)    ▬
45|5204 (0.46%)    ▬▬
48|4459 (0.39%)    ▬▬
51|3826 (0.34%)    ▬▬
54|3472 (0.31%)    ▬
57|3151 (0.28%)    ▬
60|2906 (0.26%)    ▬
63|2451 (0.22%)    ▬
66|2209 (0.19%)    ▬
69|1945 (0.17%)    ▬
72|1688 (0.15%)    ▬
75|1538 (0.14%)    ▬
78|1366 (0.12%)    ▬
81|1256 (0.11%)    ▬
84|1175 (0.10%)    ▬
87|1053 (0.09%)    ▬
90|969 (0.09%)     ▬

Spoiler


cat analiza_4 | awk '{print $NF}' | sort | distribution --height=60 --char=ba
Key|Ct (Pct)        Histogram
 3|213699 (18.81%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 1|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 6|113757 (10.01%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 2|88518 (7.79%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 9|73434 (6.46%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
12|52436 (4.61%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 4|42145 (3.71%)   ▬▬▬▬▬▬▬▬▬▬▬▬
15|36177 (3.18%)   ▬▬▬▬▬▬▬▬▬▬▬
 5|33144 (2.92%)   ▬▬▬▬▬▬▬▬▬▬
18|28343 (2.49%)   ▬▬▬▬▬▬▬▬
21|21539 (1.90%)   ▬▬▬▬▬▬▬
 7|21537 (1.90%)   ▬▬▬▬▬▬▬
 8|17825 (1.57%)   ▬▬▬▬▬▬
24|16779 (1.48%)   ▬▬▬▬▬
11|15097 (1.33%)   ▬▬▬▬▬
10|13796 (1.21%)   ▬▬▬▬
27|13600 (1.20%)   ▬▬▬▬
30|11761 (1.04%)   ▬▬▬▬
33|9724 (0.86%)    ▬▬▬
13|9695 (0.85%)    ▬▬▬
14|8845 (0.78%)    ▬▬▬
36|8473 (0.75%)    ▬▬▬
39|7124 (0.63%)    ▬▬▬
16|6976 (0.61%)    ▬▬
17|6389 (0.56%)    ▬▬
42|6191 (0.54%)    ▬▬
19|5249 (0.46%)    ▬▬
45|5204 (0.46%)    ▬▬
20|4981 (0.44%)    ▬▬
48|4459 (0.39%)    ▬▬
22|4178 (0.37%)    ▬▬
51|3826 (0.34%)    ▬▬
23|3718 (0.33%)    ▬▬
54|3472 (0.31%)    ▬
25|3196 (0.28%)    ▬
57|3151 (0.28%)    ▬
60|2906 (0.26%)    ▬
26|2889 (0.25%)    ▬
28|2490 (0.22%)    ▬
63|2451 (0.22%)    ▬
29|2324 (0.20%)    ▬
66|2209 (0.19%)    ▬
31|2118 (0.19%)    ▬
32|2084 (0.18%)    ▬
69|1945 (0.17%)    ▬
34|1799 (0.16%)    ▬
35|1717 (0.15%)    ▬
72|1688 (0.15%)    ▬
75|1538 (0.14%)    ▬
37|1522 (0.13%)    ▬
38|1479 (0.13%)    ▬
78|1366 (0.12%)    ▬
40|1343 (0.12%)    ▬
81|1256 (0.11%)    ▬
41|1254 (0.11%)    ▬
84|1175 (0.10%)    ▬
43|1161 (0.10%)    ▬
44|1054 (0.09%)    ▬
87|1053 (0.09%)    ▬
90|969 (0.09%)     ▬

Widać silny wpływ 3h odstępów w pomiarach. Zróbmy rzutowanie wartości do najbliższej podzielnej przez 3, posortowane po kluczach i po częstości:

Spoiler


cat analiza_4 | awk '{print $NF}' | while read line; do s1=$(($line % 3)); case $s1 in 0) echo $line;; 1) echo $(($line-1));; 2) echo $(($line+1));; esac; done | sort | distribution --height=60 --char=ba | sort -k1n
Key|Ct (Pct)        Histogram
  0|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  3|344362 (30.31%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  6|168438 (14.82%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  9|105055 (9.25%)  ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 12|77228 (6.80%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 15|51998 (4.58%)   ▬▬▬▬▬▬▬▬▬
 18|39981 (3.52%)   ▬▬▬▬▬▬▬
 21|30698 (2.70%)   ▬▬▬▬▬▬
 24|23693 (2.09%)   ▬▬▬▬▬
 27|18979 (1.67%)   ▬▬▬▬
 30|16203 (1.43%)   ▬▬▬
 33|13607 (1.20%)   ▬▬▬
 36|11712 (1.03%)   ▬▬▬
 39|9946 (0.88%)    ▬▬
 42|8606 (0.76%)    ▬▬
 45|7166 (0.63%)    ▬▬
 48|6136 (0.54%)    ▬▬
 51|5233 (0.46%)    ▬
 54|4749 (0.42%)    ▬
 57|4313 (0.38%)    ▬
 60|3864 (0.34%)    ▬
 63|3324 (0.29%)    ▬
 66|3026 (0.27%)    ▬
 69|2678 (0.24%)    ▬
 72|2338 (0.21%)    ▬
 75|2073 (0.18%)    ▬
 78|1846 (0.16%)    ▬
 81|1732 (0.15%)    ▬
 84|1566 (0.14%)    ▬
 87|1402 (0.12%)    ▬
 90|1327 (0.12%)    ▬
 93|1149 (0.10%)    ▬
 96|1001 (0.09%)    ▬
 99|886 (0.08%)     ▬
102|858 (0.08%)     ▬
105|690 (0.06%)     ▬
108|668 (0.06%)     ▬
111|647 (0.06%)     ▬
114|593 (0.05%)     ▬
117|508 (0.04%)     ▬
120|473 (0.04%)     ▬
123|400 (0.04%)     ▬
126|400 (0.04%)     ▬
129|368 (0.03%)     ▬
132|348 (0.03%)     ▬
135|352 (0.03%)     ▬
138|317 (0.03%)     ▬
141|282 (0.02%)     ▬
144|236 (0.02%)     ▬
147|231 (0.02%)     ▬
150|196 (0.02%)     ▬
153|161 (0.01%)     ▬
156|202 (0.02%)     ▬
159|148 (0.01%)     ▬
162|171 (0.02%)     ▬
165|150 (0.01%)     ▬
168|124 (0.01%)     ▬
171|123 (0.01%)     ▬
174|112 (0.01%)     ▬
180|108 (0.01%)     ▬

Spoiler


cat analiza_4 | awk '{print $NF}' | while read line; do s1=$(($line % 3)); case $s1 in 0) echo $line;; 1) echo $(($line-1));; 2) echo $(($line+1));; esac; done | sort | distribution --height=60 --char=ba
Key|Ct (Pct)        Histogram
  3|344362 (30.31%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  6|168438 (14.82%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  0|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
  9|105055 (9.25%)  ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 12|77228 (6.80%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬
 15|51998 (4.58%)   ▬▬▬▬▬▬▬▬▬
 18|39981 (3.52%)   ▬▬▬▬▬▬▬
 21|30698 (2.70%)   ▬▬▬▬▬▬
 24|23693 (2.09%)   ▬▬▬▬▬
 27|18979 (1.67%)   ▬▬▬▬
 30|16203 (1.43%)   ▬▬▬
 33|13607 (1.20%)   ▬▬▬
 36|11712 (1.03%)   ▬▬▬
 39|9946 (0.88%)    ▬▬
 42|8606 (0.76%)    ▬▬
 45|7166 (0.63%)    ▬▬
 48|6136 (0.54%)    ▬▬
 51|5233 (0.46%)    ▬
 54|4749 (0.42%)    ▬
 57|4313 (0.38%)    ▬
 60|3864 (0.34%)    ▬
 63|3324 (0.29%)    ▬
 66|3026 (0.27%)    ▬
 69|2678 (0.24%)    ▬
 72|2338 (0.21%)    ▬
 75|2073 (0.18%)    ▬
 78|1846 (0.16%)    ▬
 81|1732 (0.15%)    ▬
 84|1566 (0.14%)    ▬
 87|1402 (0.12%)    ▬
 90|1327 (0.12%)    ▬
 93|1149 (0.10%)    ▬
 96|1001 (0.09%)    ▬
 99|886 (0.08%)     ▬
102|858 (0.08%)     ▬
105|690 (0.06%)     ▬
108|668 (0.06%)     ▬
111|647 (0.06%)     ▬
114|593 (0.05%)     ▬
117|508 (0.04%)     ▬
120|473 (0.04%)     ▬
126|400 (0.04%)     ▬
123|400 (0.04%)     ▬
129|368 (0.03%)     ▬
135|352 (0.03%)     ▬
132|348 (0.03%)     ▬
138|317 (0.03%)     ▬
141|282 (0.02%)     ▬
144|236 (0.02%)     ▬
147|231 (0.02%)     ▬
156|202 (0.02%)     ▬
150|196 (0.02%)     ▬
162|171 (0.02%)     ▬
153|161 (0.01%)     ▬
165|150 (0.01%)     ▬
159|148 (0.01%)     ▬
168|124 (0.01%)     ▬
171|123 (0.01%)     ▬
174|112 (0.01%)     ▬
180|108 (0.01%)     ▬

Dane wyglądają normalnie. Popatrzmy na percentyle 25 50 75 90 95 99 długości trwania bardzo dużego zachmurzenia, z pomocą prostego jednolinijkowego skrypcika:

Spoiler


echo -e "$(percentyle="25 50 75 90 95 99"; echo "stacja $percentyle"; echo -n "OGOLEM "; for q in 25 50 75 90 95 99; do echo -n "$(cat analiza_4 | awk '{print $NF}' | sort -n | sed "$(( ($(cat analiza_4 | wc -l)*${q}/100)+1 ))q;d") "; done; echo; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja "; for q in 25 50 75 90 95 99; do echo -n "$(cat analiza_4 | grep "^${stacja}" | awk '{print $NF}' | sort -n | sed "$(( ($(cat analiza_4 | grep "^${stacja}" | wc -l)*${q}/100)+1 ))q;d") "; done; echo; done;)" | column -t -o '    '
stacja                  25    50    75    90    95    99
OGOLEM                  3     6     14    30    48    97
BIALYSTOK               2     5     13    30    49    106
BIELSKO-BIALA           3     6     15    33    51    99
BYDGOSZCZ               3     9     18    39    60    114
CHOJNICE                3     6     14    31    48    107
CZESTOCHOWA             3     6     13    30    48    99
ELBLAG-MILEJEWO         3     6     15    32    48    96
GDANSK-PORT_POLNOCNY    2     4     10    21    34    72
GDANSK-REBIECHOWO       3     9     18    39    57    117
GDANSK-SWIBNO           3     6     13    27    41    81
GORZOW_WIELKOPOLSKI     3     6     15    32    48    97
HEL                     3     5     12    25    39    84
JELENIA_GORA            3     6     17    36    52    102
KALISZ                  3     6     15    33    51    102
KASPROWY_WIERCH         3     8     21    45    65    117
KATOWICE                2     4     12    26    40    84
KETRZYN                 3     9     15    33    49    105
KIELCE-SUKOW            3     6     15    33    51    105
KLODZKO                 3     5     12    27    42    87
KOLO                    3     6     12    29    45    93
KOLOBRZEG               3     6     12    27    42    90
KOSZALIN                3     6     15    32    48    94
KOZIENICE               2     6     14    30    48    94
KRAKOW-BALICE           3     6     14    30    47    94
KROSNO                  2     4     12    27    42    87
LEBA                    3     6     13    28    43    87
LEBORK                  3     6     12    30    45    93
LEGNICA                 3     6     18    36    54    104
LESKO                   3     6     15    33    48    96
LESZNO                  3     6     15    32    48    98
LODZ                    3     6     15    33    50    99
LUBLIN-RADAWIEC         3     6     15    34    53    110
MIKOLAJKI               3     6     14    31    48    108
MLAWA                   3     6     15    33    51    108
NOWY_SACZ               3     6     14    30    45    90
OLSZTYN                 3     6     15    33    51    108
OPOLE                   3     6     13    28    44    87
OSTROLEKA               3     9     18    39    60    126
PILA                    3     6     13    30    45    96
PLOCK                   3     6     15    33    50    102
pom                     3     5     19    23    27    27
POZNAN                  2     3     10    23    37    80
PRZEMYSL                3     9     18    36    54    105
RACIBORZ                2     5     12    26    39    82
RESKO-SMOLSKO           6     6     12    27    45    93
RZESZOW-JASIONKA        3     6     15    32    48    100
SANDOMIERZ              3     6     14    30    45    93
SIEDLCE                 3     6     14    31    48    102
SLUBICE                 3     6     12    27    42    87
SNIEZKA                 2     6     19    45    67    123
SULEJOW                 3     6     15    30    45    93
SUWALKI                 3     6     15    36    57    120
SWINOUJSCIE             3     5     12    24    36    75
SZCZECIN                3     6     15    33    48    102
SZCZECINEK              3     9     18    39    60    123
TARNOW                  3     6     14    30    48    93
TERESPOL                3     6     13    30    47    99
TORUN                   3     6     14    30    45    99
USTKA                   3     6     14    30    44    84
WARSZAWA                2     4     12    26    42    90
WIELUN                  3     6     15    33    48    99
WLODAWA                 3     6     15    33    51    105
WROCLAW                 2     4     12    26    40    84
ZAKOPANE                3     6     15    35    51    97
ZAMOSC                  3     6     15    33    51    102
ZARNOWIEC               3     9     18    33    48    102
ZGORZELEC               2     4     11    16    27    87
ZIELONA_GORA            3     6     14    30    48    96

posortujmy sobie tabelkę po ostatniej kolumnie i pośmiejmy się z ostatnich 10:

Spoiler


MLAWA                   3     6     15    33    51    108
OLSZTYN                 3     6     15    33    51    108
LUBLIN-RADAWIEC         3     6     15    34    53    110
BYDGOSZCZ               3     9     18    39    60    114
GDANSK-REBIECHOWO       3     9     18    39    57    117
KASPROWY_WIERCH         3     8     21    45    65    117
SUWALKI                 3     6     15    36    57    120
SNIEZKA                 2     6     19    45    67    123
SZCZECINEK              3     9     18    39    60    123
OSTROLEKA               3     9     18    39    60    126

Taka ciekawostka: wedle tej statystyki ludzie z okolic stacji SNIEZKA, SZCZECINEK i OSTROLEKA mają niezłe jazdy z pogodą Mieszkańcy! Nie ma sensu włazić na Śnieżkę, to samo macie w domu nad głowami, a nawet gorzej

Teraz pierwsza dziesiątka:

Spoiler


GDANSK-PORT_POLNOCNY    2     4     10    21    34    72
SWINOUJSCIE             3     5     12    24    36    75
POZNAN                  2     3     10    23    37    80
GDANSK-SWIBNO           3     6     13    27    41    81
RACIBORZ                2     5     12    26    39    82
HEL                     3     5     12    25    39    84
KATOWICE                2     4     12    26    40    84
USTKA                   3     6     14    30    44    84
WROCLAW                 2     4     12    26    40    84
KLODZKO                 3     5     12    27    42    87

Zaskakująca jest obecność w zestawieniu Raciborza, Katowic i Wrocławia. Ale trzeba pamiętać, że wystarczyła jedna obserwacja poniżej 7. oktanta. Czyli jedno przejaśnienie. Czyli excusez le mot dupa, ale z przejaśnieniami A jak ktoś się chce opalać, nawet zimą, to tylko w okolicach Gdańska - częściej słońce zajrzy.

To teraz ekstrema - liczba przypadków zachmurzenia powyżej 5, 7, 10, 14, 18, 22 i 28 dni + jaki to jest procent obserwacji obok. Używając jeszcze prostszego skryptu:

Spoiler


cat analiza_4 | awk '{print $1" "$NF}' | sort -n > analiza_4.sorted; dni="3 5 7 10 14 18 22 28"; echo -e "$(echo -n "-"; for l in $dni; do echo -n " $l ${l}_%"; done; echo"";echo -n "OGOLEM"; a0=$(cat analiza_4.sorted | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo -n " $a1 $proc"; done; echo ""; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja"; a0=$(cat analiza_4.sorted | grep "^${stacja}" | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | grep "^${stacja}" | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo -n " $a1 $proc"; done; echo ""; done)" | column -t

-                     3      3_%       5     5_%       7     7_%       10   10_%      14  14_%      18  18_%      22  22_%      28  28_%
OGOLEM                23707  2.086340  6044  0.531905  1919  0.168882  390  0.034322  47  0.004136  6   0.000528  2   0.000176  2   0.000176
BIALYSTOK             448    2.241460  137   0.685446  50    0.250163  13   0.065042  2   0.010006  0   0.000000  0   0.000000  0   0.000000
BIELSKO-BIALA         433    2.304790  94    0.500346  24    0.127748  5    0.026614  0   0.000000  0   0.000000  0   0.000000  0   0.000000
BYDGOSZCZ             157    3.284520  40    0.836820  17    0.355649  2    0.041841  0   0.000000  0   0.000000  0   0.000000  0   0.000000
CHOJNICE              472    2.380470  146   0.736332  58    0.292516  14   0.070607  0   0.000000  0   0.000000  0   0.000000  0   0.000000
CZESTOCHOWA           295    2.168000  79    0.580584  32    0.235173  5    0.036746  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ELBLAG-MILEJEWO       490    2.205120  119   0.535529  29    0.130507  8    0.036002  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GDANSK-PORT_POLNOCNY  112    0.959233  24    0.205550  7     0.059952  2    0.017129  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GDANSK-REBIECHOWO     192    3.027440  57    0.898770  17    0.268054  1    0.015768  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GDANSK-SWIBNO         72     1.265600  24    0.421867  8     0.140622  2    0.035156  0   0.000000  0   0.000000  0   0.000000  0   0.000000
GORZOW_WIELKOPOLSKI   413    2.017590  112   0.547142  34    0.166097  3    0.014656  1   0.004885  0   0.000000  0   0.000000  0   0.000000
HEL                   316    1.420480  72    0.323654  24    0.107885  4    0.017981  0   0.000000  0   0.000000  0   0.000000  0   0.000000
JELENIA_GORA          448    2.399960  109   0.583918  24    0.128569  7    0.037499  1   0.005357  1   0.005357  0   0.000000  0   0.000000
KALISZ                468    2.357090  110   0.554017  33    0.166205  7    0.035256  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KASPROWY_WIERCH       632    3.775840  152   0.908113  23    0.137412  2    0.011949  1   0.005974  0   0.000000  0   0.000000  0   0.000000
KATOWICE              345    1.491180  64    0.276625  25    0.108057  6    0.025934  2   0.008645  0   0.000000  0   0.000000  0   0.000000
KETRZYN               397    2.358460  107   0.635656  34    0.201984  9    0.053466  3   0.017822  0   0.000000  0   0.000000  0   0.000000
KIELCE-SUKOW          482    2.418950  119   0.597210  38    0.190706  10   0.050186  1   0.005019  0   0.000000  0   0.000000  0   0.000000
KLODZKO               355    1.643290  74    0.342545  23    0.106467  8    0.037032  2   0.009258  1   0.004629  0   0.000000  0   0.000000
KOLO                  647    1.816240  169   0.474413  53    0.148780  8    0.022457  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KOLOBRZEG             303    1.619280  84    0.448910  25    0.133604  5    0.026721  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KOSZALIN              412    2.025270  91    0.447328  26    0.127808  6    0.029494  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KOZIENICE             324    2.022220  76    0.474348  31    0.193484  7    0.043690  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KRAKOW-BALICE         420    2.024290  102   0.491614  33    0.159051  7    0.033738  0   0.000000  0   0.000000  0   0.000000  0   0.000000
KROSNO                221    1.622610  44    0.323054  8     0.058737  1    0.007342  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LEBA                  363    1.649780  79    0.359042  16    0.072717  1    0.004545  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LEBORK                241    1.952680  58    0.469940  20    0.162048  5    0.040512  2   0.016205  2   0.016205  2   0.016205  2   0.016205
LEGNICA               497    2.773280  117   0.652865  44    0.245522  11   0.061380  3   0.016740  0   0.000000  0   0.000000  0   0.000000
LESKO                 401    2.090280  84    0.437865  17    0.088615  3    0.015638  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LESZNO                393    2.076950  94    0.496776  31    0.163830  4    0.021139  1   0.005285  0   0.000000  0   0.000000  0   0.000000
LODZ                  418    2.252880  102   0.549747  46    0.247925  5    0.026948  0   0.000000  0   0.000000  0   0.000000  0   0.000000
LUBLIN-RADAWIEC       544    2.769580  146   0.743305  53    0.269830  10   0.050911  1   0.005091  0   0.000000  0   0.000000  0   0.000000
MIKOLAJKI             434    2.365640  126   0.686798  47    0.256187  12   0.065409  3   0.016352  0   0.000000  0   0.000000  0   0.000000
MLAWA                 469    2.450110  144   0.752272  52    0.271654  8    0.041793  0   0.000000  0   0.000000  0   0.000000  0   0.000000
NOWY_SACZ             286    1.704310  61    0.363506  14    0.083428  2    0.011918  0   0.000000  0   0.000000  0   0.000000  0   0.000000
OLSZTYN               409    2.413260  118   0.696247  39    0.230116  11   0.064904  3   0.017701  0   0.000000  0   0.000000  0   0.000000
OPOLE                 349    1.702440  65    0.317073  22    0.107317  5    0.024390  0   0.000000  0   0.000000  0   0.000000  0   0.000000
OSTROLEKA             296    3.088480  99    1.032970  36    0.375626  7    0.073038  1   0.010434  0   0.000000  0   0.000000  0   0.000000
PILA                  329    1.917030  87    0.506934  28    0.163151  7    0.040788  0   0.000000  0   0.000000  0   0.000000  0   0.000000
PLOCK                 382    2.212700  123   0.712465  39    0.225904  6    0.034754  1   0.005792  0   0.000000  0   0.000000  0   0.000000
POZNAN                347    1.280770  76    0.280515  24    0.088584  4    0.014764  0   0.000000  0   0.000000  0   0.000000  0   0.000000
PRZEMYSL              271    2.535790  75    0.701787  16    0.149715  3    0.028071  0   0.000000  0   0.000000  0   0.000000  0   0.000000
RACIBORZ              288    1.456240  65    0.328665  20    0.101128  3    0.015169  1   0.005056  0   0.000000  0   0.000000  0   0.000000
RESKO-SMOLSKO         237    1.754910  65    0.481303  18    0.133284  3    0.022214  0   0.000000  0   0.000000  0   0.000000  0   0.000000
RZESZOW-JASIONKA      394    2.153360  105   0.573865  22    0.120238  8    0.043723  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SANDOMIERZ            283    1.751450  80    0.495111  23    0.142344  6    0.037133  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SIEDLCE               448    2.267210  130   0.657895  47    0.237854  11   0.055668  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SLUBICE               294    1.622070  70    0.386207  18    0.099310  2    0.011034  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SNIEZKA               758    4.290970  186   1.052930  55    0.311350  11   0.062270  2   0.011322  1   0.005661  0   0.000000  0   0.000000
SULEJOW               360    1.893040  91    0.478519  37    0.194563  7    0.036809  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SUWALKI               576    3.123980  179   0.970821  67    0.363380  22   0.119319  6   0.032542  0   0.000000  0   0.000000  0   0.000000
SWINOUJSCIE           206    1.052520  51    0.260576  15    0.076640  3    0.015328  0   0.000000  0   0.000000  0   0.000000  0   0.000000
SZCZECIN              705    2.311400  193   0.632766  65    0.213108  7    0.022950  1   0.003279  0   0.000000  0   0.000000  0   0.000000
SZCZECINEK            320    3.256330  102   1.037960  37    0.376514  5    0.050880  1   0.010176  0   0.000000  0   0.000000  0   0.000000
TARNOW                286    1.864890  69    0.449922  20    0.130412  4    0.026082  0   0.000000  0   0.000000  0   0.000000  0   0.000000
TERESPOL              389    1.987330  115   0.587514  52    0.265659  11   0.056197  2   0.010218  1   0.005109  0   0.000000  0   0.000000
TORUN                 392    1.991870  107   0.543699  36    0.182927  6    0.030488  0   0.000000  0   0.000000  0   0.000000  0   0.000000
USTKA                 291    1.461940  67    0.336599  18    0.090429  2    0.010048  0   0.000000  0   0.000000  0   0.000000  0   0.000000
WARSZAWA              358    1.634550  90    0.410921  24    0.109579  5    0.022829  0   0.000000  0   0.000000  0   0.000000  0   0.000000
WIELUN                396    2.139270  112   0.605046  38    0.205283  4    0.021609  1   0.005402  0   0.000000  0   0.000000  0   0.000000
WLODAWA               478    2.512220  132   0.693751  48    0.252273  14   0.073580  3   0.015767  0   0.000000  0   0.000000  0   0.000000
WROCLAW               366    1.429190  86    0.335819  23    0.089812  3    0.011715  2   0.007810  0   0.000000  0   0.000000  0   0.000000
ZAKOPANE              477    2.330130  84    0.410337  16    0.078159  3    0.014655  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZAMOSC                248    2.293320  68    0.628814  20    0.184945  4    0.036989  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZARNOWIEC             33     1.995160  8     0.483676  4     0.241838  2    0.120919  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZGORZELEC             17     1.250000  3     0.220588  1     0.073529  0    0.000000  0   0.000000  0   0.000000  0   0.000000  0   0.000000
ZIELONA_GORA          447    2.147590  113   0.542904  37    0.177765  8    0.038436  1   0.004804  0   0.000000  0   0.000000  0   0.000000

Mamy dwa przypadki z ponad 28-dniowym zachmurzeniem ciągłym:

LEBORK 2010-01-12T13:00:00+01:00 2010-03-30T08:00:00+02:00 1842
LEBORK 2010-03-30T17:00:00+02:00 2011-02-01T00:00:00+01:00 7376

spójrzmy wprost na dane:

wygląda na błąd w danych, przyjmujemy, że nie było przypadku z ponad 28-dniowym ciągłym co najmniej 7-o. zachmurzeniem. To samo z 22-dniowym okresem, ponownie Lębork.

Ponad 18 dni ciągłego zachmurzenia, 6 pomiarów:

KLODZKO 2013-02-10T12:00:00+01:00 2013-03-01T04:00:00+01:00 448
SNIEZKA 1993-12-07T19:00:00+01:00 1993-12-27T13:00:00+01:00 474
JELENIA_GORA 2013-02-10T04:00:00+01:00 2013-03-02T02:00:00+01:00 478
TERESPOL 1997-11-14T00:00:00+01:00 1997-12-05T19:00:00+01:00 523
LEBORK 2010-01-12T13:00:00+01:00 2010-03-30T08:00:00+02:00 1842
LEBORK 2010-03-30T17:00:00+02:00 2011-02-01T00:00:00+01:00 7376

Pomijamy Lębork.
Kłodzko wygląda wiarygodnie (uwaga, na lewej osi Y jest minimum zachmurzenia, na prawej liczba pomiarów zachmurzenia):

Śnieżka też ok:

Jelenia Góra też ok:

Terespol też ok:

Czyli można przyjąć, że najdłuższe ciągłe duże zachmurzenie trwało na terenie Polski prawie 22 dni.

Poszukajmy teraz polskiego Wąchocka pogodowego Policzymy wartość oczekiwaną z powyższej tabeli dla 5, 7, 10, 14, 18, 22, 28 dni i procenta obserwacji

Spoiler


cat analiza_4 | awk '{print $1" "$NF}' | sort -n > analiza_4.sorted; dni="3 5 7 10 14 18 22 28"; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja "; a0=$(cat analiza_4.sorted | grep "^${stacja}" | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | grep "^${stacja}" | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo "$proc  $l " | awk '{printf "%.6f", $1*$2}'; done | awk '{sum+=$1}END{print sum}'; done | column -t

BIALYSTOK             6.72438
BIELSKO-BIALA         6.91437
BYDGOSZCZ             9.85356
CHOJNICE              7.14141
CZESTOCHOWA           6.504
ELBLAG-MILEJEWO       6.61536
GDANSK-PORT_POLNOCNY  2.8777
GDANSK-REBIECHOWO     9.08232
GDANSK-SWIBNO         3.7968
GORZOW_WIELKOPOLSKI   6.05277
HEL                   4.26144
JELENIA_GORA          7.19988
KALISZ                7.07127
KASPROWY_WIERCH       11.3275
KATOWICE              4.47354
KETRZYN               7.07538
KIELCE-SUKOW          7.25685
KLODZKO               4.92987
KOLO                  5.44872
KOLOBRZEG             4.85784
KOSZALIN              6.07581
KOZIENICE             6.06666
KRAKOW-BALICE         6.07287
KROSNO                4.86783
LEBA                  4.94934
LEBORK                5.85804
LEGNICA               8.31984
LESKO                 6.27084
LESZNO                6.23085
LODZ                  6.75864
LUBLIN-RADAWIEC       8.30874
MIKOLAJKI             7.09692
MLAWA                 7.35033
NOWY_SACZ             5.11293
OLSZTYN               7.23978
OPOLE                 5.10732
OSTROLEKA             9.26544
PILA                  5.75109
PLOCK                 6.6381
POZNAN                3.84231
PRZEMYSL              7.60737
RACIBORZ              4.36872
RESKO-SMOLSKO         5.26473
RZESZOW-JASIONKA      6.46008
SANDOMIERZ            5.25435
SIEDLCE               6.80163
SLUBICE               4.86621
SNIEZKA               12.8729
SULEJOW               5.67912
SUWALKI               9.37194
SWINOUJSCIE           3.15756
SZCZECIN              6.9342
SZCZECINEK            9.76899
TARNOW                5.59467
TERESPOL              5.96199
TORUN                 5.97561
USTKA                 4.38582
WARSZAWA              4.90365
WIELUN                6.41781
WLODAWA               7.53666
WROCLAW               4.28757
ZAKOPANE              6.99039
ZAMOSC                6.87996
ZARNOWIEC             5.98548
ZGORZELEC             3.75
ZIELONA_GORA          6.44277

Z najwyższymi wartościami oczekiwanymi:

Spoiler


GDANSK-REBIECHOWO  9.08232
OSTROLEKA          9.26544
SUWALKI            9.37194
SZCZECINEK         9.76899
BYDGOSZCZ          9.85356
KASPROWY_WIERCH    11.3275
SNIEZKA            12.8729

Zachmurzenie w górach to normalne, czyli Bydgoszcz została wąchockiem?

i z najniższą wartością oczekiwaną, pierwsza 10:

Spoiler


GDANSK-PORT_POLNOCNY  2.8777
SWINOUJSCIE           3.15756
GDANSK-SWIBNO         3.7968
POZNAN                3.84231
HEL                   4.26144
WROCLAW               4.28757
RACIBORZ              4.36872
USTKA                 4.38582
KATOWICE              4.47354
KOLOBRZEG             4.85784

Zgorzelec dyskwalifikujemy ze względu na baaardzo małą liczbę pomiarów.

To już ostatni post z analizą. W razie problemów, niejasności - pytajcie.

4 Stycznia 2019

@JSC To teraz tak na szybko zachmurzenie 22 grudnia, godziny 10-14. Na początek weźmiemy dane ze stacji które mają sporo pomiarów: Wrocław, Warszawa i Poznań. Katowice wykluczyłem ze względu na mniejszą liczbę pomiarów w 1975-1995. Liczba pomiarów prezentuje się tak:
Średnia i mediana:

25 i 75 percentyl

I jeszcze rozkład wartości na kole, i słupkowy:

Rozkład dla Katowic jest podobny, a na Śnieżce 45% to brak pomiaru przez ograniczoną widoczność.

I kraj ogółem analogicznie:

Niby wygląda nieciekawie...

I na koniec, kraj ogółem, % pomiarów, gdzie zanotowano co najwyżej 3 oktant:

i to samo, gdzie zanotowano co najwyżej 1 oktant

Czyli dla każdego coś miłego. Optymista może liczyć na przejaśnienia, a pesymista może się spokojnie dołować, bo i tak się zachmurzy

14 godzin temu, szuu napisał:

czy ktoś z was się orientuje w jaki sposób meteorolog w latach 60-tych określał w nocy stopień zachmurzenia nieba i jego pokrycie cirrusami których nie widać i czy coś sie w tej kwestii zmieniło w dzisiejszych czasach?

Jedyne co mi się kołacze po głowie, to zmiana skali na oktantową przy pomiarach synoptycznych (analizowanych przeze mnie) na początku lat 60, i w pomiarach klimatycznych na przełomie lat 80 i 90. I na to trzeba uważać. Ale jak w nocy dochodzą do wniosku, że zachmurzenie jest niewielkie (oktant 1.), w miejscach gdzie nie ma zanieczyszczenia światłem (bo w pobliżu miast to łatwiej), Księżyc jest w nowiu, w okolicach przesilenia zimowego, to nie mam pojęcia Może korzystają z łun świetlnych znad miast, może patrzą po gwiazdach...

2 godziny temu, Behlur_Olderys napisał:

Nie sztuką jest pisać niezrozumiale obracając się w środowisku, gdzie wszyscy wszystko wiedzą. Sztuką jest wytłumaczyć komuś nawet nie w temacie tak, żeby zrozumiał, bez uproszczeń. Nie wiem, jaką rolę odgrywa w tym wszystkim Ameryka...

Zawsze można zadać pytanie, ktoś odpowie. Ja niestety nie mam czasu na szczegółowe opisywanie wszystkiego od podstaw

W kwestii reszty wypowiedzi polecam przeczytać mój poprzedni post.

3 Stycznia 2019

No to lecimy z koksem, Tym razem zrzuty ekranu, bo Grafana nie obsługuje scripted fields (potrzebnego do określenia która godzina to noc), a Kibana nie ma takiego ładnego publikowania wykresów.

Na początek przyjrzyjmy się danym. Wykres przestawia liczbę obserwacji z danej godziny, zestackowany, najmniejsza liczba obserwacji u góry:
s1.png

Na początek ogół kraju. Widać tutaj, że godziny w których normalnie prowadzi się obserwacje (0,3,6,9,12 itd.) mają bardzo duże minima. Coś z danymi jest nie tak Trzeba powybierać stacje, które mają równomierne obserwacje:
s2.png

są to Wrocław, Poznań, Katowice, Warszawa i Śnieżka, którą wyłączymy chwilowo z zestawienia z oczywistych powodów. Na lata 1985-1995 proszę patrzeć trochę podejrzliwiej. Nie wycinałem ich, bo szkoda. Wzięte są pomiary tylko z godzin 20 - 5 rano.
s3.png

liczba oberwacji miesięcznie
s4-s6 procentowy udział zachmurzenia

Szczegóły do pobrania w csv s7.csv

s7.csv

Nic nie widać, prawda? Nie ma pogorszenia? To przyjrzyjmy się bliżej. Wybrałem tylko oberwacje, gdzie zachmurzenie to 2 oktanty i mniej:
- 20 percentyl, rozdzielczość miesięczna, czysto (0 oktantów)
s8.png

- 50 percentyl rocznie - czysto (0 oktantów), ale jak się zmieni interwał na miesięczny to zaczynają dziać się ciekawe rzeczy:
s9.png

Jakoś gęstawo się robi.
- 35 percentyl, rozdzielczość miesięczna:
s10.png

Podejdźmy do tego inaczej - dla którego percentyla pokaże się w miarę równomiernie skok do 1 oktanta. Weźmy lata 2000-2018 oraz 1960-1980.
- dla lat 2000-2018 pierwszy pik do 1. oktanta przypada na lipiec 2009, ale to o niczym jeszcze nie świadczy. Od 30 percentyla mamy ładnie, równomiernie od roku 2005:
s11.png

- dla lat 1960-1980? analogiczną sytuację mamy dopiero koło 52-55 percentyla:
s13.png

Co ciekawe, jak spojrzeć na oktanty 0-5, 0-6 i nawet 0-7 to nadal widać takie prawidłowości. Dopiero przy uwzględnieniu ósmego oktanta różnice między obydwoma okresami się zacierają.
Na koniec średnia, z 9 oktantem:
s14.png

i bez 9 oktantu:
s15.png

To były duże ośrodki miejskie, wzrost zapylenia, zanieczyszczenia światłem i takie tam. To teraz Śnieżka. I tu nie widać tego efektu.
Inne ośrodki miejskie. Szczecin, Gdańsk, Białystok - również bez tego efektu.

Teraz inaczej, szukamy podobnego zwiększenia zachmurzenia od 0 do 1 oktanta w XXI wieku dla przedziału 0-8 oktantów:
- Wrocław, Poznań, Katowice, Warszawa - gęściej jest od 5. percentyla, pik widoczny na wykresie to luty 2013
s16.png

- Śnieżka, brak efektu, zwiększenie było w latach 90 (co koreluje chyba z katastrofą ekologiczną w Sudetach)
- Szczecin, Gdańsk, Białystok - brak efektu (niewielki przy ograniczeniu do pierwszych siedmiu oktantów)

Teraz wschód i południowy wschód. Terespol:
- przedział 0-2 oktanty, od 55. percentyla: s17.png

- przedział 0-7 oktantów, od 25. percentyla, słaby efekt: s18.png

oraz Tarnów (uwaga, koniec danych w 2015 roku):
- przedział 0-2 oktanty, od 45. percentyla: s19.png

- przedział 0-7 oktantów, od 20. percentyla: s20.png

Weźmy Raciborz z gorszym powietrzem:
- przy 22 percentylu, zakres 0-7 oktantów s21.png

Podsumowanie:
- widać w danych niewielkie zwiększenie częstości zachmurzenia w XXI wieku w niektórych rejonach kraju
- W pobliżu ośrodków miejskich mających tendencje do powstawania smogu (Wrocław, Katowice, Warszawa) efekt jest bardziej widoczny. Usunięcie z tej grupy Poznania, zwiększa statystykę zachmurzenia.
- W miastach na północy i wschodzie efekt jest słabszy. W miastach lub w rejonach o znacznym zanieczyszczeniu widać większą tendencję do zachmurzenia.

I na koniec... ktoś tu pisał o Bielsku-Białej:
- przedział 0-7 oktantów, brak anomalii
- przedział 0-2 oktanty: percentyle 30, 35, 40, 45, 50; s22-s26

widoczny efekt od lat 90, uwaga - w 1995 przybyło pomiarów, efekt wzrostu koło 1995 jest pozorny

Mam nadzieję, że się nigdzie nie pomyliłem, spać mi się już trochę chce

3 Stycznia 2019

Nie chce mi się dyskutować na temat tego jak kogoś przekonać. Nie mam w ogóle potrzeby kogokolwiek przekonywać. Nic mi do tego, że ktoś się czuje poszkodowany, bo ma chmury nad głową. Czepiasz się kilku wykresów wrzuconych na szybko. Napisałem, że coś więcej pojawi się jak znajdę czas. Do tego momentu trzeba sobie samemu przeanalizować, albo uzbroić się w cierpliwość. W temacie padło kilka stwierdzeń, bardzo konkretnych, bez poparcia w dowodach póki co, to je przy okazji analizowania danych na inne potrzeby sprawdzę. Ot cała historia. A to, że ktoś ma mgliste pojęcie o temacie, w którym się wypowiada z dużą stanowczością? No cóż... na to też nic nie poradzę

3 Stycznia 2019

16 godzin temu, Piotr K. napisał:

Teraz to już jestem mądry, bo sobie doczytałem definicję O ile dobrze zrozumiałem, jest to wartość, dla której 15% danych ma wartość mniejszą, a 85% danych wartość większą. Ale tak od razu z głowy tego nie wiedziałem, i stąd moja konfuzja

no i widzisz... i już wszystko wiesz następna garść wykresów będzie zatem z normalnym opisem. Przyznam się, że nie jestem fanem amerykańskiego stylu popularnonaukowego. Tych porównań do stadionów, samochodów, i ogólnie traktowania odbiorcy jak idioty. Lepiej, żeby odbiorca nauczył się kilku nieskomplikowanych pojęć, a z biegiem czasu myślenia abstrakcyjnego, i potrafił samodzielnie zrozumieć tekst quasi naukowy, lub nawet naukowy (i potrafił na podstawowym poziomie zweryfikować jego jakość), niż żeby potrzebował za każdym razem prowadzenia za rączkę, bo rozumie tylko spójniki w zdaniach.

Jeśli ktoś potrzebuje dowiedzieć się jak jest, i mieć jasno sprawę postawioną, to Hitler i jemu podobni wydali swoje przemyślenia. Tam jest prosto, dwubiegunowo napisane jak jest, jak żyć, jak ma być, i jakimi metodami to osiągnąć. W naukach przyrodniczych 100% pewności nie ma, wszystko jest obarczone ryzykiem błędu. Odpowiedzi bywają zazwyczaj skomplikowane, bo skomplikowaną rzeczywistość analizujemy prostymi metodami. Jeśli ktoś nie chce tego przyjąć do wiadomości, nie oferując nic lepszego w zamian, to już jego problem.

17 godzin temu, Piotr K. napisał:

jak zaczynałem z astro, czyli bodajże 4 lata temu, to było więcej pogodnych nocy niż na przestrzeni ostatniego roku-dwóch

4 lata to za krótki okres na wykazanie prawidłowości, klimat i pogoda podlegają dłuższym cyklom, niż coroczne

@JSC dlatego zapytałem z trwogą o ten termin, bo dokładny moment trzeba niestety wyliczyć wedle mojej wiedzy zjawisko na które się nadziałeś to precesja osi planety. Z tego powodu trzeba przyjmować poprawki w ustawianiu montażu paralaktycznego.

2 Stycznia 2019

@Piotr K. a jak byś zdefiniował np. 15. percentyl?

W kwestii zachmurzenia i skali - nie wydaje mi się, żeby to była skala liniowa, raczej logarytmiczna, i jest przede wszystkim dyskretna. 2,5 oktanta należy sobie zinterpretować jako 2 lub 3 w zależności od stopnia optymizmu Zachmurzenie 4 o. to nie jest 4 razy więcej niż przy 1 o. Nie ma przelicznika, że jedna chmura typu cumulus to 15 chmur cirrus. Jest to skala uznaniowa, oparta na percepcji człowieka, dlatego podejście logarytmiczne do tego ma większy sens. Lub po prostu posługiwanie się definicją każdego oktantu. Podział zrobiłem arbitralnie, na zachmurzenie 0-2 o. kiedy się bierze teleskop niewiele narzekając, i 3-8 o. kiedy się narzeka. 3 oktanty przy zanieczyszczeniu światłem miejskim potrafi uprzykrzyć obserwacje.

Wykres pokazuje jedynie brak wyraźnego trendu wzrostowego zachmurzenia w skali kraju. Tylko tyle. Do napisania, że około 30% dni w roku nadaje się do obserwacji, trzeba zweryfikować równomierność pomiarów w ciągu doby oraz przede wszystkim określić jakość nieba dla przedziału kilku godzin. Pomiary meteo były kiedyś robione co 6h lub rzadziej, teraz są częściej. Trzeba w związku z tym policzyć jakąś metrykę wrażliwą na obserwacje odstające, np. średnią arytmetyczną, oraz jakąś która jest na to odporna, np. 40-50 percentyl, obydwie dla godzin 20 - 5 rano, interwał dzienny, i zliczyć liczbę dni w interwale miesięcznym, kwartalnym, rocznym, kilkuletnim.

Liczby, które widzisz w tabelce i po najechaniu myszką, to liczba obserwacji pasujących do warunku w danym interwale. Suma z wszystkich interwałów powinna dać liczbę próbek, czyli 16 535 294. "K" to są tysiące.

Godzinę temu, Alfa Bundis napisał:

Jak często zdarzało się całkowite nieustępujace zachmurzenie całego kraju trwające powiedzmy min 4 - 6 tyg??

dopiszę sobie do listy, policzę po drobnej modyfikacji pytania (percentyle czasu trwania zachmurzenia >= 5 oktantów). Przy czym nie mamy obecnie do czynienia z całkowitym, nieustępującym zachmurzeniem na przykład we Wrocławiu było trochę przejaśnień. Niewiele, ale były.

2 Stycznia 2019

Jeśli chcesz pełną automatykę, to od strony elektryki będziesz raczej używać silników na 230V, ze względu na masę kopuły. Hasła:

silnik komutatorowy szeregowy jednofazowy
zmiana kierunków przez przełączanie uzwojeń
sterowanie mocą przez rezystory rozruchowe
do tego jakaś przekładnia na kole pasowym

Do tego na kopule sprzężenie zwrotne w postaci np. czujnika 9-osiowego, żeby sterownik wiedział w którą stronę kopuła patrzy, gdzie przesunąć i o ile. Można też przyczepić czujniki Halla na kopule i magnes w jednym punkcie, tylko to sporo drożej wyjdzie.

2 Stycznia 2019

@Piotr K. po pierwsze to nie jest żadne opracowanie. To nawet nie stało obok opracowania. Opracowanie było o wiele wiele wyżej i spojrzało z pogardą na ten post W wolnej chwili wrzucę lepszą analizę z kilkoma zdaniami wniosków. Choć wolałbym, żeby czytający potrafił je sobie sam wyciągnąć, i zweryfikować, czy się nie mylę...

Co do języka, to uzupełnię kilkoma słowami to, co napisałem. Zrobiłem to wczoraj na szybko.

stosowałem interwały różnej długości, żeby uwidocznić subtelności w danych (krótkie) lub wygładzić i pokazać trend (dłuższe)
wykres ilościowy to liczba w danym interwale, procentowy - analogicznie
stackowanie (można poszukać pod hasłem stacked graph) - to wyłącznie sposób prezentacji - to jest inaczej "posadzenie" danych jedne na drugich, np. rysujemy wykres dla oktantu 0: 12, 15, 14, 16. Następnie rysując wykres dla oktantu pierwszego (wartości odpowiednio 3, 5, 4, 1), za "zero" przyjmujemy wartości z wyrysowanego już wykresu, czyli punkty będą odpowiednio na poziomie: 15, 20, 18, 17. Oktant drugi (2,3,5,9) będzie miał narysowane punkty takie: 17,23,23,26. Mam nadzieję że się nie machnąłem w dodawaniu Czyli sadzamy jeden wykres na drugim, w kierunku jakiegoś arbitralnego sortowania ustalonego przez człowieka. Wartości bezwzględne danego parametru to różnica między sąsiednimi punktami w osi wartości. Wykresy takie pokazują łatwiej zależności między dwiema statystykami w przypadku, gdy machnięcie kilku słupków/linii obok siebie spowoduje bałagan, jak na przykład tu: https://snapshot.raintank.io/dashboard/snapshot/oAS4NPF1Q67sr7iXEqkZ0eeuXYV7VmbW?orgId=2
zestackowany procentowy wykres - stackowanie pokazuje dane ilościowo, ale nie mówi wiele o stosunkach między wartościami w danym interwale. Zwłaszcza w naszym przypadku, gdzie liczba stacji i liczba odczytów w czasie się mocno zmienia. W tym celu użyłem procentowego porównania.
co to jest średnia arytmetyczna, odchylenie standardowe, percentyl i oktant w meteorologii, odsyłam do literatury, mądrzejsi ode mnie tłumaczą to dużo lepiej

58 minut temu, JSC napisał:

@Ikosz miałbys moze dane dotyczące przesilenia zimowego - jak często jest słonecznie w tym dniu?

Dla Stonehenge nie mam, ale z polskich danych meteo można to wyciągnąć. Oczywiście masz na myśli 22 grudnia, a nie datę faktycznego astronomicznego przesilenia?

1 Stycznia 2019

Dane zaczytane, tak na szybciutko przeglądając, pomiary od początku 1960r, próba 16 535 294 pomiarów, lista stacji z pomierzonym parametrem "zachmurzenie ogólne w oktantach" w załączonym csv. Pominąłem 500198 pomiarów które były równe 9. Z dokumentacji do danych nie wynika, co to oznacza, status dla danego pomiaru jest pusty. Analizując inne parametry, w tym widoczność można z dużym prawdopodobieństwem założyć, że pomiary były wtedy niemożliwe ze względu na niedostateczną widoczność. Wziąłem pomiary ze wszystkich stacji w kraju, w związku z tym nierównomierny rozkład stacji może mieć wpływ na wyniki.

wykresy percentyli 13, 25, 50, 95, 100 dla zachmurzenia w oktantach:
- interwał 365d https://snapshot.raintank.io/dashboard/snapshot/CCB9vzy1j8O5Jh129PU3m2DBK7QVaItV?orgId=2
- interwał 180d https://snapshot.raintank.io/dashboard/snapshot/qDzk2hhOd0fR1ce9B4k04DFmseuL37lw?orgId=2
- interwał 90d https://snapshot.raintank.io/dashboard/snapshot/hjV83KHV0u3nPBKkBg90dmQ2P4RHlkXi?orgId=2
odchylenie i średnia:
- interwał 90d https://snapshot.raintank.io/dashboard/snapshot/eSN6pMfH2Vmk6a7xhbRyE0ukvsc0dg1t?orgId=2
- interwał 180d https://snapshot.raintank.io/dashboard/snapshot/uCc9QpE3qoBBukfyPmv5B4biX8wg85rN?orgId=2
- interwał 500d https://snapshot.raintank.io/dashboard/snapshot/vvG7OI1mfFWI9dfo8LPp0WrwrHkWvfYt
statystyka per oktant:
- interwał 90d, ilościowo https://snapshot.raintank.io/dashboard/snapshot/oAS4NPF1Q67sr7iXEqkZ0eeuXYV7VmbW?orgId=2
- zestackowane, procentowo: https://snapshot.raintank.io/dashboard/snapshot/8UhbWVYoxzjKSxVj2RDqUTkCbBIRFESr?orgId=2
statystyka 0-2 oktanty vs. 3-8, zestackowane, procentowo:
- interwał 90d: https://snapshot.raintank.io/dashboard/snapshot/JKRRx0kX9raAZd2xEkxgiZuTgO8sFW7u?orgId=2
- interwał 365d: https://snapshot.raintank.io/dashboard/snapshot/YDYCtXfjNpIpufS2YQgqX1zq0ToxYUdz?orgId=2

To tak na szybko w ciągu 30min naklikane. To są opublikowane snapshoty, nie macie dostępu do mojego klastra Ale można sobie myszką przestawiać zakresy, i przybliżać. Wnioski pozostawiam wam. W najbliższym czasie sprawdzę kilka konkretnych lokalizacji dla pór nocnych.

stacje_zachm_og.csv

1 Stycznia 2019

Mowa była o ESP8266, nie o ESP32

Co do przycisków - jeśli zrobisz to idealnie jednocześnie, wygra ten, który jest sprawdzany, lub pierwszy według kodu jeśli kontroler akurat zajmuje się czymś innym.

1 Stycznia 2019

Noo jak ktoś ma ochotę to proszę bardzo... Zainteresowanych, co siedzi w napędzie komercyjnym odsyłam tutaj: https://astropolis.pl/topic/63632-opis-nap%C4%99du-jednoosiowego-do-monta%C5%BCy-eq3-2-sterowanego-pilotem

W kwestii dodatkowych funkcji to trzeba by tu użyć ekspandera, żeby piny portu szeregowego w Arduino były wolne. Powyższy napęd jest spoko dla początkującego, tylko dałem za krótki kabel do silnika i obraz drżał od huśtania. Zaczęło mi też brakować obsługi różnych prędkości, swój ustawiłem na gwiazdową. Do tego przydałoby się sterowanie osią deklinacji i ostrością, bo też mocno drży od dotyku... Postanowiłem go tak przerobić, że nic z tego nie zostało poza silnikami ale to nie uprzedzajmy faktów, muszę najpierw rozgonić chmury, przetestować, opis napisać, opublikować kod i modele 3D. Zrobię to szybciej niż z tym, bo czekał 4 miesiące na dorysowanie rezystora. Aż zaktualizowałem KiCADa, który mi powiedział że nie otwiera już projektów z poprzednich wersji i szybciej było zabawić się w Picasso

1 Stycznia 2019

ESP8266 ma za mało wyjść niestety do tego zastosowania

1 Stycznia 2019

20 godzin temu, Behlur_Olderys napisał:

+1 za Pythona

Do edycji polecam PyCharm

Noo jedyny sensowny do tych zastosowań zabawa w bashu z JSONami i w ogóle strukturami danych to jest masakra. O C to nawet nie wspomnę. Do edycji wolę vima. Dotąd żaden edytor go nie przebił.

Po oczyszczeniu danych z ostatnich 58 lat wyszło 853629420 odczytów (ok. 57GB gotowych JSONów). Czyli prawie 900mln dokumentów Teraz trzeba to zaindeksować w klastrze...

edit. indeksowanie trwa...

  "events" : {
    "in" : 325202470,
    "filtered" : 325201619,
    "out" : 325200619,
    "duration_in_millis" : 140908271,
    "queue_push_duration_in_millis" : 5755223
  }

31 Grudnia 2018

Wyświetlacz pokazuje z prawej strony % baterii (przy sterowaniu chwilowym nie ma), z lewej prędkość. Pokrętło to jest kierunek ruchu automatycznego N-0-S. Przełączniki służą do sterowania chwilowego na wyższych prędkościach kolejno: 2, 8, 32, 96, 512, 2048

Zaloguj się

Profile

Forum

Blogi

Wydarzenia

Galeria

Pliki

Sklep

Articles

Market

Community Map

Odpowiedzi opublikowane przez lkosz

Powiadomienie o plikach cookie