from math import *
import numpy as np
import matplotlib.pyplot as plt


## Donnees experimentales et incertitudes-types
x = np.array([1,2,3,4])
y = np.array([3,4,5,6])
#ux = 0.1
#uy = 0.1


## Regression lineaire y=a*x+b
#(a,b) = np.polyfit(x,y,1)


## Trace de la courbe
plt.figure(1)

plt.plot(x,y,'o',label='donnees') # pour afficher les donnees sans les barres
#plt.errorbar(x,y,xerr=[ux for x in x],yerr=[uy for y in y],fmt='o',label='donnees') # pour afficher les donnees avec les barres d'incertitudes
#plt.semilogx(x,y,'o',label='donnees') # pour afficher les donnees avec une echelle semi-logarithmique
#plt.loglog(x,y,'o',label='donnees') # pour afficher les donnees avec une echelle logarithmique

#plt.plot(x,a*x+b,label='regression') # pour afficher la droite de regression

plt.xlabel("x (unite)")
plt.ylabel("y (unite)")
plt.legend() # pour afficher la legende
plt.grid() # pour afficher la grille
plt.title("Experience ...")
plt.show()
#plt.savefig('Courbe.pdf') # pour sauvegarder la courbe au format PDF