import matplotlib.pyplot as pl
import numpy as n

##from scipy.optimize import curve_fit

data = n.loadtxt('wahadlo.txt')

# komentarz: prosty sposob tworzenia histogramu
pl.hist(data) 
pl.xlabel('T[s]')
pl.ylabel('N')
pl.title('Okres drgan wahadla')
pl.savefig('przyklad10.pdf')

# komentarz: tworzenie histogramu z przechwyceniem wartosci
##num, bins, patches = pl.hist(data)

# komentarz: wyznaczenie srodka binu
##bincenters=[]
##for i in range(0, len(bins)-1):
##    bincenters.append(0.5*(bins[i]+bins[i+1]))

# komentarz: inny sposob wyznaczania srodka binu    
###bincenters=0.5*(bins[1:]+bins[:-1])

# komentarz: model dopasowania
##def gauss(x, mu, var, p):
##    return p*n.exp(-((x-mu)**2)/(2*var*var))

# komentarz: dopasowanie modelu
##par, cov = curve_fit(gauss, bincenters, num)

#rusowanie modelu
##x = n.linspace(3.1, 3.5, 50)
##pl.plot(x,gauss(x, *par), 'g-')
##pl.xlabel('T[s]')
##pl.ylabel('N')
##pl.title('Okres drgan wahadla')
##pl.savefig('przyklad10.pdf')