Accorcia la corsa a 120 s, aggiunge grafico.py e istruzioni per installare uv

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

CLAUDE.md

@@ -4,7 +4,7 @@ This file provides guidance to Claude Code (claude.ai/code) when working with co
 
 ## Stato
 
-[genera.py](genera.py) è lo script unico (PEP 723, `uv run genera.py config.toml --seed 42`, scrive in `output/`); implementa [docs/SPEC.md](docs/SPEC.md), unica fonte di verità su output, modello, CLI, errori e controlli di accettazione. Leggila per intero prima di scrivere codice. Documentazione, commenti e messaggi di errore sono in italiano.
+[genera.py](genera.py) è lo script unico (PEP 723, `uv run genera.py config.toml --seed 42`, scrive in `output/`). [grafico.py](grafico.py) disegna un CSV di output (script separato, dipende da matplotlib; `genera.py` resta con solo numpy); `genera.py` implementa [docs/SPEC.md](docs/SPEC.md), unica fonte di verità su output, modello, CLI, errori e controlli di accettazione. Leggila per intero prima di scrivere codice. Documentazione, commenti e messaggi di errore sono in italiano.
 
 ## File
 

README.md

@@ -4,7 +4,17 @@ Genera un CSV con la temperatura `T` di un sensore IR e la differenza `ΔT = T
 
 ## Requisiti
 
-[uv](https://docs.astral.sh/uv/). Lo script dichiara le sue dipendenze (Python ≥ 3.11, `numpy`): al primo avvio uv crea da solo l'ambiente virtuale, non serve installare altro.
+[uv](https://docs.astral.sh/uv/). Gli script dichiarano le loro dipendenze (Python ≥ 3.11, `numpy`, `matplotlib` per il grafico): al primo avvio uv crea da solo l'ambiente virtuale e, se serve, scarica Python. Non serve installare altro.
+
+### Installare uv
+
+```bash
+curl -LsSf https://astral.sh/uv/install.sh | sh          # Linux e macOS
+powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"   # Windows
+pip install uv                                           # alternativa, se hai già Python
+```
+
+Apri un nuovo terminale e verifica con `uv --version`. Altre opzioni (Homebrew, WinGet, ecc.) sono nella [guida ufficiale](https://docs.astral.sh/uv/getting-started/installation/).
 
 ## Uso
 
@@ -23,6 +33,16 @@ uv run genera.py config.toml -o - > out.csv       # su stdout
 
 Stesso seed e stessa configurazione danno sempre lo stesso file. La cartella `output/` è ignorata da git.
 
+## Grafico
+
+```bash
+uv run grafico.py                          # apre il grafico dell'ultimo CSV in output/
+uv run grafico.py output/gen_42.csv        # un CSV preciso
+uv run grafico.py -o grafico.png           # salva l'immagine (png, pdf, svg) invece di aprire la finestra
+```
+
+Mostra `T` e `ΔT` in funzione del tempo. `grafico.py` ha le sue dipendenze (`numpy`, `matplotlib`), gestite da uv come per `genera.py`; senza schermo usa `-o`.
+
 ## Output
 
 ```

config.toml

@@ -1,6 +1,6 @@
 # config.toml — unica fonte dei valori (esempio). Unità nei suffissi: _s secondi, _ms millisecondi, _c gradi C, _hz 1/s.
 
-durata_s = 300.0            # abbastanza lunga perché T torni a T_amb dopo il raffreddamento
+durata_s = 120.0            # basta a far tornare T vicino a T_amb dopo il raffreddamento
 dt_ms = 150.5               # intervallo medio tra campioni
 jitter_ms = 0.6             # variazione uniforme ±jitter dell'intervallo
 
@@ -20,7 +20,7 @@ wander_tau_s = 3.5
 passo_T_c = 0.01            # risoluzione di T e dT nel CSV
 
 # Riscaldamento e raffreddamento
-t_impulsi_s = [110.7, 111.9, 114.1]   # istanti dei gradini di riscaldamento ([] = nessun riscaldamento)
+t_impulsi_s = [15.7, 16.9, 19.1]     # istanti dei gradini di riscaldamento ([] = nessun riscaldamento)
 dT_impulsi_c = [88.0, 75.0, 65.0]     # ampiezza di ogni gradino (stessa lunghezza di t_impulsi_s)
 k_raffreddamento_hz = 0.063           # raffreddamento esponenziale: tau = 1/k
 tau_sensore_s = 0.07                  # ritardo di risposta del sensore

docs/SPEC.md

@@ -61,12 +61,11 @@ Verificati su un prototipo (30 seed):
 | Controllo | Atteso |
 |---|---|
 | `T` a inizio run | ≈ `T_amb` (≈ 22.65 °C) |
-| Rumore a freddo: `std(diff(T))/√2` sui primi ~100 s | 0.105 – 0.115 |
+| Rumore a freddo: `std(diff(T))/√2` prima del primo gradino (~15 s) | 0.09 – 0.13 |
 | Picco di `T` | ≈ 220 – 222 °C |
-| `T` a 134 s | ≈ 80.5 °C |
-| `T` a fine run | ≈ `T_amb` (≈ 23.1 °C, entro ~0.1 °C) |
+| `T` a fine run | ≈ `T_amb` (≈ 23.4 °C, entro ~0.5 °C) |
 | `ΔT` a inizio run | ≈ 0 °C (solo rumore) |
-| `ΔT` a fine run | ≈ 0 °C (solo rumore) |
+| `ΔT` a fine run | ≈ 0.4 °C (residuo del raffreddamento) |
 | Intervalli `dt` | tutti in `dt_ms ± jitter_ms` (prima di arrotondare `t_ms` a intero: nel CSV le differenze sono 149–152) |
 | Stesso `--seed` e stessa config | file identico |
 

grafico.py

@@ -0,0 +1,70 @@
+# /// script
+# requires-python = ">=3.11"
+# dependencies = ["numpy", "matplotlib"]
+# ///
+"""Mostra o salva il grafico di T e ΔT di un CSV prodotto da genera.py."""
+
+import argparse
+import sys
+from pathlib import Path
+
+import matplotlib
+import numpy as np
+
+CARTELLA_OUTPUT = Path("output")
+
+
+def errore(msg):
+    print(f"Errore: {msg}", file=sys.stderr)
+    sys.exit(1)
+
+
+def ultimo_csv():
+    csv = sorted(CARTELLA_OUTPUT.glob("*.csv"), key=lambda p: p.stat().st_mtime)
+    if not csv:
+        errore(f"nessun CSV in '{CARTELLA_OUTPUT}': genera prima i dati con genera.py")
+    return csv[-1]
+
+
+def main():
+    ap = argparse.ArgumentParser(description="Grafico di T e ΔT da un CSV di genera.py.")
+    ap.add_argument("csv", nargs="?", type=Path, help="CSV da disegnare (default: l'ultimo in output/)")
+    ap.add_argument("-o", "--output", type=Path, help="salva l'immagine (png, pdf, svg) invece di aprire la finestra")
+    args = ap.parse_args()
+
+    percorso = args.csv or ultimo_csv()
+    try:
+        t_ms, T, dT = np.loadtxt(percorso, delimiter=",", skiprows=1, unpack=True)
+    except OSError as e:
+        errore(f"impossibile leggere '{percorso}': {e.strerror}")
+    except ValueError:
+        errore(f"'{percorso}' non ha il formato t_ms,T_C,dT_C")
+
+    if args.output:
+        matplotlib.use("Agg")
+    import matplotlib.pyplot as plt
+
+    fig, (ax_T, ax_dT) = plt.subplots(2, 1, sharex=True, figsize=(10, 6))
+    t_s = t_ms / 1000
+    ax_T.plot(t_s, T, lw=0.8)
+    ax_T.set_ylabel("T [°C]")
+    ax_dT.plot(t_s, dT, lw=0.8, color="tab:orange")
+    ax_dT.set_ylabel("ΔT = T − T_amb [°C]")
+    ax_dT.set_xlabel("tempo [s]")
+    for ax in (ax_T, ax_dT):
+        ax.grid(alpha=0.3)
+    fig.suptitle(percorso.name)
+    fig.tight_layout()
+
+    if args.output:
+        try:
+            fig.savefig(args.output, dpi=150)
+        except OSError as e:
+            errore(f"impossibile scrivere '{args.output}': {e.strerror}")
+        print(f"scritto: {args.output}", file=sys.stderr)
+    else:
+        plt.show()
+
+
+if __name__ == "__main__":
+    main()