【磨刀不误砍柴工】使用Jupyter Notebook工具进行大位宽数据计算并绘制可使用鼠标调节的数据图形

一、安装Jupyter Notebook

1. 从官网或者如下链接下载Anaconda安装包，Anaconda3-2021.11-Windows-x86_64.exe：
   https://www.aliyundrive.com/s/biHu4ebksPK

2. 安装Anaconda，全部按照推荐来即可。默认配置好环境变量。
   

3. 在cmd里把pip升级到最新版本。

	# Python 3.x
   	 	pip3 install --upgrade pip
	# Python 2.x
    	pip install --upgrade pip

4. 安装Jupyter Notebook

	# Python 3.x
    	pip3 install jupyter
	# Python 2.x
    	pip install jupyter

5. 重启电脑

二、开启Jupyter本地服务器

6. 开启Jupyter本地服务器
   6.1 打开菜单栏
   6.2 右键–以管理员身份运行Jupyter Notebook，如下图：
   
   

三、新建python工程

7. 新建工程，如下图：
   7.1 用python处理大位宽数据的加减乘除运算，如下大位宽excel数据，即待处理数据：
   https://www.aliyundrive.com/s/RPLWmj6Y9Rz
   7.2 数据缩略图如下。
   注意，这么大位宽数据只能用文本格式保存，不然excel自动把低位置为0。
   

8. python 代码如下：

import numpy as np
from matplotlib import pyplot as plt
import xlrd
import xlwt
import pandas as pd
import plotly.offline as of
import plotly.graph_objs as go
%matplotlib inline


filename='C:/Users/【Your Computer Name】/Desktop/error.xls'
book_wind=xlrd.open_workbook(filename)
wind_sheet1=book_wind.sheets()[0]
#获取最大行数
sheet1 = book_wind.sheet_by_name('Sheet1')
row=sheet1.nrows

#读取第1行标题
title=wind_sheet1.row_values(1)
x=wind_sheet1.col_values(0,1)
y=wind_sheet1.col_values(1,1)

flag=int(y[0])-8192000000000

for num in range(0,row-1):  
    y[num]=(int(y[num])-flag-num*8192000000000)/8192-1000000000
of.offline.init_notebook_mode(connected=True)
trace0 = go.Scatter(
    x=x,
    y=y,
)
data = go.Data([trace0])
layout = go.Layout(
    title='Error',
    xaxis={
    'title':'time/s',
},yaxis={
    'title':'Error/ns',
})
fig = go.Figure(data=data, layout=layout)
of.plot(fig)
data = go.Data([trace0])    
line1,=plt.plot(x,y)
plt.xlabel("time/s")
plt.ylabel("error/ns")
plt.title('error')
plt.show()

四、运行工程

9. 点击运行，即可跑完

五、生成图片

10. 生成两幅图，一幅图是静态图片，另外一幅图为可用鼠标放大缩小的。

六、环境bug记录

11. 在步骤9中运行之后可能会缺失模块，再用pip进行安装即可。

12. 还会遇到如下问题：

	ImportError:
	The plotly.plotly module is deprecated,
	please install the chart-studio package and use the
	chart_studio.plotly module instead.

解决方案: 把Plotly降级到3.10

pip uninstall cufflinks pip install plotly == 3.10.0