LTspice raw文件解析工具PyLTSpice

  如果我们能解析LTspice仿真生成的波形数据文件，即raw文件，就可以做很多后处理工作了。比如导入Matlab；做数据统计，画直方图（Histogram）等等。
  Python就提供了这么一个工具，PyLTSpice。另外在Github上也能下载：Gihub仓库地址。
  或者更直接的，装完Python后直接在线安装这个包：（拿Python3.8举例）


  装完以后，打开cmd窗口，输入pip install PyLTSpice，回车即可：

  另外，如果需要画图，会用到matplotlib包，同样在cmd窗口输入pip install matplotlib进行安装。
  如果网速不好，建议切换pip镜像服务器。首先按快捷键 WIN+R，输入%APPDATA%，回车，定位到了Roaming文件夹，新建一个名为pip的文件夹，文件夹里新建一个文本文档并改名为pip.ini，编辑ini文件，输入以下内容并保存：

[global] 

index-url=https://pypi.tuna.tsinghua.edu.cn/simple

[install] 

trusted-host=tsinghua.edu.cn

  重点是，如何应用这个包：
  我们写一段python脚本，名字随意了（我取的LTspiceDataParserUtils.py），内容如下，注意需要解析的raw文件，路径一定要写对，不要丢了r

import matplotlib.pyplot as plt #导入绘图包
from PyLTSpice import LTSpice_RawRead #导入LTspice的Raw数据文件解析包


LTR = LTSpice_RawRead.LTSpiceRawRead(r"C:\Users\wanggaoyong\Desktop\temp\test.raw") #读取运行仿真后生成的raw文件

print(LTR.get_trace_names()) #打印raw文件里所有的波形名字，包括时间轴
print(LTR.get_raw_property()) #打印raw文件的属性

Vo = LTR.get_trace("V(out)") #获取V(out)波形数据
x = LTR.get_trace('time') #获取时间轴数据
steps = LTR.get_steps()
for step in range(len(steps)):
    # print(steps[step])
    plt.plot(x.get_time_axis(step), Vo.get_wave(step), label=steps[step])

plt.legend() # order a legend
plt.show()

  然后运行该脚本：

  PyLTSpice这个包还有很多功能，具体可以参考官方介绍，或者自行研究吧，我目前也就会了这一个功能。