Διόρθωση του σφάλματος Matplotlib "Locator.MAXTICKS Exceeded" κατά τη σχεδίαση δεδομένων χρονοσειρών

Temp mail SuperHeros
Διόρθωση του σφάλματος Matplotlib Locator.MAXTICKS Exceeded κατά τη σχεδίαση δεδομένων χρονοσειρών
Διόρθωση του σφάλματος Matplotlib Locator.MAXTICKS Exceeded κατά τη σχεδίαση δεδομένων χρονοσειρών

Κατανόηση και υπέρβαση του Locator.MAXTICKS Error in Time Series Plots

Όταν σχεδιάζετε δεδομένα σε μικρά χρονικά διαστήματα στο Matplotlib, ειδικά με άξονες x που βασίζονται σε χρόνο, μπορεί να συναντήσει κανείς το σφάλμα: "υπερβαίνει το Locator.MAXTICKS." 🕒 Εάν το έχετε αντιμετωπίσει αυτό, είναι πιθανό επειδή το Matplotlib περιορίζει τον αριθμό των κροτώνων από προεπιλογή, ακόμη και όταν χρειάζονται μόνο λίγα.

Αυτό το πρόβλημα προκύπτει συχνά όταν ασχολούμαστε με δεδομένα χρονοσειρών υψηλής συχνότητας όπου τα διαστήματα μετρώνται σε δευτερόλεπτα ή χιλιοστά του δευτερολέπτου. Ίσως περιμένετε να δείτε μόνο μερικά σημάδια με ετικέτα, αλλά οι ρυθμίσεις του Matplotlib ενδέχεται να ερμηνεύσουν διαφορετικά τα δεδομένα, προκαλώντας το σφάλμα.

Σε τέτοιες περιπτώσεις, οι ετικέτες τικ του άξονα x - που συχνά προορίζονται να αντιπροσωπεύουν απλούς χρόνους όπως 11:56, 11:57 και ούτω καθεξής - δεν θα αποδίδονται όπως αναμένεται. Αντίθετα, έχετε μείνει με μια συντριπτική σειρά από κρότωνες ή, χειρότερα, ένα σφάλμα.

Για να διορθωθεί αυτό, θα διερευνήσουμε πρακτικές λύσεις για τον αποτελεσματικό χειρισμό των κροτώνων βάσει χρόνου. 🚀 Προσαρμόζοντας τη μορφοποίηση και τα διαστήματα, θα επιτύχετε καθαρές, ευανάγνωστες γραφές, ακόμη και με χρονικές σημάνσεις σε κοντινή απόσταση.

Εντολή Παράδειγμα χρήσης και περιγραφής
mdates.DateFormatter('%H:%M') Μορφοποιεί ημερομηνίες του άξονα x για εμφάνιση ωρών και λεπτών. Απαραίτητο για γραφικές παραστάσεις με βάση το χρόνο για τη βελτίωση της αναγνωσιμότητας των στενών χρονικών διαστημάτων.
mdates.SecondLocator(interval=10) Ρυθμίζει τα διαστήματα τικ του άξονα x σε δευτερόλεπτα. Ορίζοντας ένα διάστημα 10 δευτερολέπτων, αντιμετωπίζει περιπτώσεις όπου τα σημεία δεδομένων απέχουν κατά δευτερόλεπτα, παρέχοντας σαφήνεια χωρίς υπερβολικά τικ.
plt.gca().xaxis.set_major_locator() Καθορίζει τον κύριο εντοπισμό τικ για τον άξονα x, σημαντικός για τον καθορισμό προσαρμοσμένων διαστημάτων που ταιριάζουν με δεδομένα με βάση το χρόνο χωρίς να υπερκαλύπτεται η γραφική παράσταση με τικ.
plt.gca().xaxis.get_major_locator().MAXTICKS Αυξάνει τον μέγιστο επιτρεπόμενο αριθμό σημαδιών στον άξονα x για να αποτρέψει το σφάλμα "Locator.MAXTICKS Overed", χρήσιμο για γραφικές παραστάσεις χρόνου υψηλής πυκνότητας.
datetime.datetime() Δημιουργεί αντικείμενα ημερομηνίας με ακριβή χρόνο έως και δευτερόλεπτα, απαραίτητα για τη δημιουργία δεδομένων χρονοσειρών που απαιτούν παρακολούθηση δευτερόλεπτο προς δευτερόλεπτο για γραφική παράσταση.
unittest.TestCase Σχηματίζει τη βασική κλάση για τη δημιουργία δοκιμών μονάδας, επιτρέποντας τη συστηματική επικύρωση των διαμορφώσεων γραφικών παραμέτρων και διασφαλίζοντας ότι οι λύσεις λειτουργούν σε διαφορετικά χρονικά διαστήματα.
plt.plot() Δημιουργεί μια γραφική παράσταση γραμμής των δεδομένων που βασίζονται στο χρόνο, όπου κάθε σημάδι άξονα x αντιστοιχεί σε μια ακριβή χρονική σήμανση. Απαραίτητο για την οπτικοποίηση δεδομένων υψηλής συχνότητας.
try...except Αναδιπλώνει το plt.show() σε ένα μπλοκ για να συλλάβει και να χειριστεί εξαιρέσεις όπως το ValueError, διασφαλίζοντας ότι τα σφάλματα που σχετίζονται με τα όρια tick δεν διαταράσσουν τη ροή του σεναρίου.
unittest.main() Εκτελεί τις δοκιμές μονάδας για να επιβεβαιώσει ότι οι αλλαγές στη μορφοποίηση και τα διαστήματα επιλύουν το σφάλμα MAXTICKS, επαληθεύοντας την ευρωστία του κώδικα σε όλα τα σενάρια.

Βελτιστοποίηση Matplotlib για δεδομένα χρονοσειρών υψηλής συχνότητας

Το πρώτο σενάριο που παρέχεται στη λύση μας αξιοποιεί τη λειτουργικότητα του Matplotlib για να χειρίζεται δεδομένα χρονοσειρών με πολύ κοντινά διαστήματα, ειδικά ρυθμίζοντας τον άξονα x με προσαρμοσμένη απόσταση και μορφοποίηση. Με την εισαγωγή matplotlib.ημερομηνίες και χρησιμοποιώντας mdates.DateFormatter, είμαστε σε θέση να μορφοποιήσουμε τον χρόνο στον άξονα x με ακρίβεια στο λεπτό και το δευτερόλεπτο, κάτι που είναι απαραίτητο για γραφικά που εμφανίζουν δεδομένα που έχουν καταγραφεί σε δευτερόλεπτα. Για παράδειγμα, κατά την παρατήρηση σημείων δεδομένων κάθε λίγα δευτερόλεπτα, η ρύθμιση του μορφοποιητή σε "%H:%M" διασφαλίζει ότι η ώρα εμφανίζεται καθαρά χωρίς να υπερφορτώνεται ο άξονας x. Αυτό το είδος ρύθμισης είναι ζωτικής σημασίας όταν προσπαθείτε να κατανοήσετε τις παραλλαγές στα δεδομένα που συμβαίνουν σε πραγματικό χρόνο.

Η καρδιά αυτής της προσέγγισης βρίσκεται στη διαμόρφωση του SecondLocator και MinuteLocator εντολές, οι οποίες είναι απαραίτητες για τη διαχείριση της συχνότητας των ετικετών του άξονα x, έτσι ώστε να μην υπερβαίνουν το MAXTICKS όριο. Εάν η χρονική διαφορά μεταξύ των σημείων δεδομένων είναι μόνο λίγα δευτερόλεπτα, ακόμη και μια μικρή εσφαλμένη διαμόρφωση στη συχνότητα ελέγχου μπορεί να ενεργοποιήσει αυτό το όριο, με αποτέλεσμα το σφάλμα Locator.MAXTICKS. Για παράδειγμα, ένας SecondLocator με διάστημα 10 δευτερολέπτων ορίζει τα τικ να εμφανίζονται κάθε 10 δευτερόλεπτα, εμποδίζοντάς τα από την υπερφόρτωση του άξονα, διατηρώντας παράλληλα αρκετές ετικέτες για γρήγορη ερμηνεία δεδομένων. Αυτό είναι χρήσιμο σε περιπτώσεις όπου οι χρήστες μπορεί να χρειαστεί να βλέπουν μικρές αλλαγές κάθε 10 δευτερόλεπτα χωρίς να χάνουν τη σαφήνεια, όπως η παρακολούθηση της χρήσης της CPU ή της μνήμης σε πραγματικό χρόνο. 📊

Μια άλλη σημαντική πτυχή αυτών των σεναρίων είναι η προσαρμογή παραμέτρων MAXTICKS. Με την αύξηση MAXTICKS με μη αυτόματο τρόπο, διασφαλίζουμε ότι η πλοκή δεν θα φτάσει πρόωρα το όριο του, κάτι που είναι χρήσιμο σε πυκνά σύνολα δεδομένων υψηλής ανάλυσης. Αυτή η προσαρμογή επιτρέπει μεγαλύτερη ευελιξία, ειδικά σε περιπτώσεις προσαρμοσμένης χρήσης, όπου οι χρήστες ενδέχεται να αναλύουν δεδομένα υψηλής συχνότητας με συγκεκριμένα διαστήματα. Η εντολή plt.gca().xaxis.get_major_locator().MAXTICKS = 1000, δείχνει πώς να παρακάμψετε τον αυτόματο περιορισμό, επιτρέποντας στους χρήστες να διαχειρίζονται τον άξονα όπως απαιτείται από τα δεδομένα τους, κάτι που είναι κρίσιμο σε ερευνητικά περιβάλλοντα ή κατά την παρακολούθηση της απόδοσης. 🚀

Οι παρεχόμενες δοκιμές μονάδας υπάρχουν για να επιβεβαιώσουν ότι αυτές οι διαμορφώσεις λειτουργούν σε όλα τα σενάρια και να αποτρέψουν τα σφάλματα από την υπέρβαση των ορίων. Η δοκιμή μονάδας, χρησιμοποιώντας μονάδα δοκιμής, ελέγχει εάν η γραφική παράσταση αποδίδεται σωστά χωρίς το σφάλμα «Υπέρβαση MAXTICKS». Αυτό είναι ιδιαίτερα σημαντικό σε περιβάλλοντα ανάπτυξης και δοκιμών όπου η ευρωστία του κώδικα αποτελεί προτεραιότητα. Η διασφάλιση ότι οι διαμορφώσεις γραφικών παραμέτρων δεν διακόπτονται λόγω περιορισμών χρονικού διαστήματος επιτρέπει στους αναλυτές δεδομένων και τους προγραμματιστές να χρησιμοποιούν τη λύση σε πολλαπλά περιβάλλοντα με σιγουριά. Συνολικά, αυτά τα παραδείγματα προσφέρουν ένα ισχυρό πλαίσιο για το χειρισμό και την οπτικοποίηση δεδομένων που βασίζονται στον χρόνο, βοηθώντας τους προγραμματιστές να αποφύγουν κοινές παγίδες σε πλοκές υψηλής ανάλυσης.

Χειρισμός του σφάλματος "Locator.MAXTICKS Exceeded" στο Matplotlib για δεδομένα βάσει χρόνου

Χρήση Python με Matplotlib για Οπτικοποίηση Δεδομένων και Διαχείριση Τικ

import datetime
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
# Sample data points with timestamps spaced by seconds
alloc_time = [
    datetime.datetime(2024, 10, 24, 11, 56, 29),
    datetime.datetime(2024, 10, 24, 11, 56, 39),
    datetime.datetime(2024, 10, 24, 11, 56, 49),
    datetime.datetime(2024, 10, 24, 11, 56, 59),
    datetime.datetime(2024, 10, 24, 11, 57, 9)
]
alloc_used = [628576, 628576, 628576, 628576, 628576]
# Set up the plot and specify date format on x-axis
plt.plot(alloc_time, alloc_used)
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))
plt.gca().xaxis.set_major_locator(mdates.SecondLocator(interval=10))
# Render plot with adjusted tick spacing
plt.show()

Εναλλακτική προσέγγιση με προσαρμογή MAXTICKS για δεδομένα υψηλής ανάλυσης

Χρησιμοποιώντας Python Matplotlib και προσαρμοσμένες ρυθμίσεις εντοπισμού

import datetime
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
# Sample data with minimal time intervals
alloc_time = [
    datetime.datetime(2024, 10, 24, 11, 56, 29),
    datetime.datetime(2024, 10, 24, 11, 56, 39),
    datetime.datetime(2024, 10, 24, 11, 56, 49),
    datetime.datetime(2024, 10, 24, 11, 56, 59),
    datetime.datetime(2024, 10, 24, 11, 57, 9)
]
alloc_used = [628576, 628576, 628576, 628576, 628576]
# Configure plot and increase allowed ticks
plt.plot(alloc_time, alloc_used)
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))
plt.gca().xaxis.set_major_locator(mdates.SecondLocator(interval=5))
plt.gca().xaxis.get_major_locator().MAXTICKS = 1000
# Show plot with updated MAXTICKS setting
plt.show()

Έλεγχος χειρισμού σφαλμάτων MAXTICKS με δοκιμές μονάδας

Χρήση Python Unittest για επικύρωση λύσεων MAXTICKS στο Matplotlib

import unittest
import datetime
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
# Unit test for correct plot generation without MAXTICKS error
class TestMaxTicksHandling(unittest.TestCase):
    def setUp(self):
        self.alloc_time = [
            datetime.datetime(2024, 10, 24, 11, 56, 29),
            datetime.datetime(2024, 10, 24, 11, 56, 39),
            datetime.datetime(2024, 10, 24, 11, 56, 49),
            datetime.datetime(2024, 10, 24, 11, 56, 59),
            datetime.datetime(2024, 10, 24, 11, 57, 9)
        ]
        self.alloc_used = [628576, 628576, 628576, 628576, 628576]
    def test_plot_without_error(self):
        plt.plot(self.alloc_time, self.alloc_used)
        plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))
        plt.gca().xaxis.set_major_locator(mdates.SecondLocator(interval=5))
        plt.gca().xaxis.get_major_locator().MAXTICKS = 1000
        try:
            plt.show()
        except ValueError as e:
            self.fail(f"Plot generation failed with error: {e}")
if __name__ == "__main__":
    unittest.main()

Στρατηγικές για τη διαχείριση δεδομένων χρόνου υψηλής συχνότητας στο Matplotlib

Όταν εργάζεστε με δεδομένα υψηλής συχνότητας σε Matplotlib, μια πρόκληση είναι να διασφαλιστεί ότι ο άξονας x εμφανίζει τα τικ με ευανάγνωστο τρόπο χωρίς υπερπληθυσμό. Αυτό είναι ιδιαίτερα σημαντικό όταν εργάζεστε με δεδομένα χρονοσειρών όπου τα διαστήματα μεταξύ των σημείων δεδομένων μπορεί να είναι τόσο μικρά όσο δευτερόλεπτα. Για να λυθεί αυτό, το Matplotlib προσφέρει πολλές εντολές για τη μορφοποίηση δεδομένων που βασίζονται σε χρόνο, όπως π.χ MinuteLocator και SecondLocator, που βοηθούν στον έλεγχο της συχνότητας των κροτώνων. Για παράδειγμα, διευκρινίζοντας SecondLocator(interval=10) επιτρέπει τις ετικέτες κάθε 10 δευτερόλεπτα, εξισορροπώντας την οθόνη για αναγνωσιμότητα.

Μια άλλη τεχνική που μπορεί να είναι ευεργετική είναι η χρήση του AutoDateLocator κλάση, η οποία επιλέγει αυτόματα τα διαστήματα με βάση το εύρος ημερομηνιών των δεδομένων. Με το AutoDateLocator, το Matplotlib επιλέγει έξυπνα το πιο κατάλληλο διάστημα, προσαρμόζοντας δυναμικά με βάση το μήκος του διαγραμμένου χρονικού εύρους. Αυτή η ευελιξία το καθιστά ιδανικό για την απεικόνιση χρονικών διαστημάτων όπου η πυκνότητα των κροτώνων ενδέχεται να ποικίλλει, όπως κατά τη μεγέθυνση ή σμίκρυνση δεδομένων που καλύπτουν δευτερόλεπτα και λεπτά.

Τέλος, διαμορφώνοντας μια προσαρμοσμένη μορφή τικ χρησιμοποιώντας DateFormatter βοηθά να γίνουν οι πλοκές οπτικά ελκυστικές και κατανοητές. Για παράδειγμα, μπορείτε να εμφανίσετε μόνο την ώρα σε μορφή "ΩΩ: ΜΛ" ή να συμπεριλάβετε δευτερόλεπτα ως "ΩΩ: ΜΛ: ΔΔ" με βάση τις ανάγκες ακρίβειας δεδομένων. Μαζί, αυτές οι δυνατότητες προσφέρουν τρόπους προσαρμογής γραφικών παραστάσεων τόσο για σαφήνεια όσο και για αποτελεσματική επικοινωνία δεδομένων, επιτρέποντας στους χρήστες να απαθανατίζουν κρίσιμες στιγμές μέσα σε δεδομένα χρόνου υψηλής ανάλυσης, διατηρώντας παράλληλα τα γραφικά τους καθαρά και ενημερωτικά. 📅

Συνήθεις ερωτήσεις σχετικά με το Matplotlib's Locator.MAXTICKS Σφάλμα και Σχεδίαση χρονοσειρών

  1. Γιατί λαμβάνω ένα σφάλμα "Υπέρβαση Locator.MAXTICKS" στο Matplotlib;
  2. Αυτό το σφάλμα παρουσιάζεται όταν το Matplotlib προσπαθεί να σχεδιάσει περισσότερα σημάδια στον άξονα από το προεπιλεγμένο μέγιστο, το οποίο έχει ρυθμιστεί για να αποτρέπει την ακαταστασία. Ρύθμιση MAXTICKS ή ορίζοντας ένα κατάλληλο διάστημα τσιμπούρι με SecondLocator ή MinuteLocator μπορεί να βοηθήσει στην επίλυση αυτού του προβλήματος.
  3. Πώς μπορώ να αποφύγω τις υπερβολικές ετικέτες κροτώνων στον άξονα x;
  4. Χρησιμοποιώντας SecondLocator ή MinuteLocator με ένα κατάλληλο διάστημα βοηθά να απομακρυνθούν τα τσιμπούρια. Για παράδειγμα, MinuteLocator(interval=1) θέτει ένα τικ ανά λεπτό, μειώνοντας τον συνωστισμό του άξονα x.
  5. Ποια είναι η διαφορά μεταξύ του DateFormatter και του AutoDateLocator;
  6. DateFormatter χρησιμοποιείται για τη μορφοποίηση του τρόπου εμφάνισης των ημερομηνιών και των ωρών στον άξονα, όπως "ΩΩ:ΛΛ." AutoDateLocator, από την άλλη πλευρά, επιλέγει αυτόματα διαστήματα με βάση το εύρος ημερομηνιών, το οποίο είναι ιδανικό για γραφικά με δυνατότητα μεγέθυνσης.
  7. Πώς μπορώ να εμφανίσω την ώρα μόνο χωρίς ημερομηνίες στον άξονα x;
  8. Για να εμφανίσετε μόνο την ώρα, χρησιμοποιήστε DateFormatter με μια συμβολοσειρά μορφής όπως '%H:%M' ή '%H:%M:%S' για να εξαιρέσετε την ημερομηνία και να τονίσετε μόνο την ώρα.
  9. Είναι δυνατή η προσαρμογή του MAXTICKS στο Matplotlib;
  10. Ναι, μπορείτε να αυξήσετε χειροκίνητα τα MAXTICKS ρυθμίζοντας plt.gca().xaxis.get_major_locator().MAXTICKS σε υψηλότερη τιμή, όπως 1000, επιτρέποντας περισσότερα τικ πριν από την ενεργοποίηση του σφάλματος.
  11. Πώς μπορώ να ξέρω ποιο διάστημα τσιμπούρι να χρησιμοποιήσω;
  12. Η επιλογή ενός διαστήματος εξαρτάται από το χρονικό διάστημα των δεδομένων σας. Για διαστήματα που βασίζονται σε δευτερόλεπτα, χρησιμοποιήστε SecondLocatorκαι για μεγαλύτερα διαστήματα, MinuteLocator. Δοκιμάστε διαφορετικά διαστήματα για αναγνωσιμότητα.
  13. Μπορώ να αυτοματοποιήσω την επιλογή συχνότητας τικ στο Matplotlib;
  14. Ναί, AutoDateLocator Προσαρμόζει αυτόματα τη συχνότητα τικ, ιδανική για δυναμικές γραφές όπου οι χρήστες κάνουν μεγέθυνση και σμίκρυνση. Αυτό διατηρεί την πλοκή ευανάγνωστη σε οποιοδήποτε επίπεδο ζουμ.
  15. Πώς μπορώ να χρησιμοποιήσω το DateFormatter για προσαρμοσμένες μορφές ώρας;
  16. Εφαρμόζω DateFormatter με μια συμβολοσειρά μορφής όπως '%H:%M' για τον έλεγχο της εμφάνισης της ώρας. Αυτή η ευελιξία σάς επιτρέπει να ταιριάξετε ετικέτες γραφικών με την ακρίβεια δεδομένων.
  17. Ποιες είναι οι βέλτιστες πρακτικές για τη σχεδίαση σύντομων χρονικών σειρών στο Matplotlib;
  18. Για μικρά χρονικά διαστήματα, χρησιμοποιώντας MinuteLocator ή SecondLocator με χαμηλό διάστημα (όπως κάθε 5 ή 10 δευτερόλεπτα) αποτρέπει τον υπερπληθυσμό των κροτώνων και ενισχύει την αναγνωσιμότητα.
  19. Υπάρχει τρόπος να ορίσετε δυναμικά τον αριθμό των τικ στον άξονα x;
  20. Ναι, χρησιμοποιώντας AutoDateLocator μπορεί να διαχειριστεί δυναμικά την ποσότητα των κροτώνων, ενώ προσαρμόζεται MAXTICKS επιτρέπει τον έλεγχο του μέγιστου αριθμού κροτώνων κατά το χειρισμό πυκνών δεδομένων.

Αποτελεσματικές λύσεις για το χειρισμό κροτώνων με βάση το χρόνο στο Matplotlib

Η επίλυση του σφάλματος "Υπέρβαση Locator.MAXTICKS" επιτρέπει την ακριβή και λεπτομερή οπτικοποίηση δεδομένων, ιδιαίτερα για δεδομένα χρονοσειρών υψηλής ανάλυσης. Διαμορφώνοντας προσεκτικά τις παραμέτρους του διαστήματος σημείων με εντοπιστές και μορφοποίηση τικ, οι γραφικές παραστάσεις Matplotlib παραμένουν αναγνώσιμες και χωρίς σφάλματα.

Η χρήση εργαλείων όπως το DateFormatter και η μη αυτόματη προσαρμογή του MAXTICKS βελτιώνει τον έλεγχο της οθόνης του άξονα x. Αυτή η ευελιξία είναι επωφελής για επαγγελματίες που χρειάζονται σαφήνεια σε οπτικοποιήσεις δεδομένων ευαίσθητων στο χρόνο, διασφαλίζοντας ότι οι βασικές πληροφορίες δεν θα χαθούν λόγω πολυσύχναστων ετικετών ή σφαλμάτων.

Αναφορές και πόροι για το χειρισμό του σφάλματος MAXTICKS του Matplotlib
  1. Αυτό το άρθρο αναφέρεται στην επίσημη τεκμηρίωση του Matplotlib για τη διαχείριση των εντοπιστών και των μορφοποιητών κροτώνων σε γραφικά με βάση το χρόνο. Αναλυτικές πληροφορίες μπορείτε να βρείτε στο Matplotlib Dates API .
  2. Για τον χειρισμό προσαρμοσμένων διαστημάτων τικ, ο οδηγός για τις γραφικές παραστάσεις χρονοσειρών στην Python παρείχε πρόσθετες πληροφορίες. Περισσότερα για αυτήν την προσέγγιση είναι διαθέσιμα στο Συνήθη προβλήματα ημερομηνίας τμήμα του επίσημου ιστότοπου της Matplotlib.
  3. Η χρήση του AutoDateLocator για προσαρμογές ευέλικτων χρονοσειρών διερευνήθηκε σε βάθος με βάση το άρθρο σχετικά με Οδηγός Matplotlib της Real Python , το οποίο προσφέρει πρακτικά παραδείγματα για δυναμική γραφική παράσταση βάσει ημερομηνίας.
  4. Για να διασφαλιστεί η αξιοπιστία του κώδικα, χρησιμοποιήθηκε η ενότητα Python Unittest για την επικύρωση λύσεων. Τεκμηρίωση για Python Unittest Library παρείχε καθοδήγηση για την κατασκευή και εκτέλεση αποτελεσματικών δοκιμών μονάδας.