python_读取txt文件绘制指定数量的曲线V_保存图片

最新推荐文章于 2024-06-26 09:57:32 发布
最新推荐文章于 2024-06-26 09:57:32 发布
阅读量267 收藏
点赞数 3
文章标签： python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ramsey17/article/details/136864219
版权

接上一篇文章，由于txt文件的内容太大，前端展示图片比较缓慢，优化后，前端不展示图片，仅仅保存指定分辨率大小的图片，不显示Y轴刻度等；

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from tkinter import *
from tkinter import filedialog
import os
import time
import re
from datetime import datetime
from pylab import mpl
import matplotlib

# matplotlib.use('TkAgg') # 解决serWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figur异常
matplotlib.use('agg')  # 前端不展示所绘制的图片
import matplotlib.pyplot as plt

mpl.rcParams["font.sans-serif"] = ["SimHei"]  # 设置显示中文字体
mpl.rcParams["axes.unicode_minus"] = False  # 设置正常显示符号

"""
out_los_GDHZ.txt文件内容
2024/03/05 05:50:01  sys:  1,prn:  8, f :  0, rr :  22776258.520521, cdts :  9499.326017, dtrpr :  0.000000, ionxr :  16.994414, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  8, f :  0, rr :  22776258.520521, cdts :  9499.326017, dtrpr :  0.000000, ionxr :  16.994414, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  8, f :  1, rr :  22776258.520521, cdts :  9499.326017, dtrpr :  0.000000, ionxr :  30.475578, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  8, f :  1, rr :  22776258.520521, cdts :  9499.326017, dtrpr :  0.000000, ionxr :  30.475578, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  14, f :  0, rr :  23343648.060891, cdts :  102648.741372, dtrpr :  0.000000, ionxr :  19.831918, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  14, f :  0, rr :  23343648.060891, cdts :  102648.741372, dtrpr :  0.000000, ionxr :  19.831918, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  14, f :  1, rr :  23343648.060891, cdts :  102648.741372, dtrpr :  0.000000, ionxr :  35.563990, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  14, f :  1, rr :  23343648.060891, cdts :  102648.741372, dtrpr :  0.000000, ionxr :  35.563990, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  30, f :  0, rr :  21635324.825727, cdts : -127128.592610, dtrpr :  0.000000, ionxr :  14.159144, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
2024/03/05 05:50:01  sys:  1,prn:  30, f :  0, rr :  21635324.825727, cdts : -127128.592610, dtrpr :  0.000000, ionxr :  14.159144, dantr :  0.000000, dantrr[findex] :  0.000000, scb :  0.000000, 
"""

# 日志行数
LOG_LINE_NUM = 0


class MY_GUI():
    def __init__(self, init_window_name):
        self.init_window_name = init_window_name

    # 设置窗口
    def set_init_window(self):
        self.init_window_name.title("电离层绘制工具_v1.0 @wqh")  # 窗口名
        self.init_window_name.geometry('480x300+10+10')  # 290 160为窗口大小，+10 +10 定义窗口弹出时的默认展示位置
        # self.init_window_name["bg"] = "pink" # 窗口背景色，其他背景色见：blog.csdn.net/chl0000/article/details/7657887
        # self.init_window_name.attributes("-alpha",0.9) #虚化，值越小虚化程度越高
        # 标签
        self.init_data_label = Label(self.init_window_name, text="请输入展示的卫星片段数")
        self.init_data_label.grid(row=0, column=0)
        # self.result_data_label = Label(self.init_window_name, text="输出结果")
        # self.result_data_label.grid(row=0, column=12)
        self.log_label = Label(self.init_window_name, text="日志信息")
        self.log_label.grid(row=12, column=0)
        # 文本框
        self.init_data_Text = Entry(self.init_window_name, width=10)  # 卫星颗数录入框
        self.init_data_Text.insert(0, "10")  # 默认值
        self.init_data_Text.grid(row=0, column=0, rowspan=10, columnspan=10)
        # self.result_data_Text = Text(self.init_window_name, width=70, height=49)  # 处理结果展示
        # self.result_data_Text.grid(row=1, column=12, rowspan=15, columnspan=10)
        self.log_data_Text = Text(self.init_window_name, width=66, height=14)  # 日志框
        self.log_data_Text.grid(row=20, column=0, columnspan=10)
        # 按钮
        self.select_file_button = Button(self.init_window_name, text="选择文件", bg="lightblue", width=10,
                                         command=self.select_file)
        self.select_file_button.grid(row=100, column=1)
        self.start_drawing_button = Button(self.init_window_name, text="开始绘制", bg="lightblue", width=10,
                                           command=self.start_drawing)  # 调用内部方法  加()为直接调用
        self.start_drawing_button.grid(row=100, column=5)

    # 第一步，去重提取出指定列的数据
    def get_sys(self):
        # 用于存储去重后的数据
        unique_data = set()
        with open(self.file_path, 'r') as file:
            lines = file.readlines()
            # 因数据重复，隔行读取数据
            for line in lines[::2]:
                # 多个分隔符来分割
                temp = re.split("[,| ]+", line)
                # 提取指定的多列
                selected_columns = [temp[3], temp[5], temp[8]]
                # 将选定的列转换为元组，以便用于集合中的去重
                selected_columns_tuple = tuple(selected_columns)
                # 将元组添加到集合中
                unique_data.add(selected_columns_tuple)

        # 将集合转换回列表
        self.unique_data_list = list(unique_data)
        ll = len(self.unique_data_list)
        self.write_log_to_Text(f"完成文件的卫星数据筛选，总计{ll}条卫星片段")
        # print(self.unique_data_list)
        return self.unique_data_list

    # 第二步，根据指定的数据再统计、绘图
    def start_drawing(self):
        try:
            # 获取文件的卫星列表
            sys = self.get_sys()
            lss = len(sys)
            # 获取文本框输入的卫星颗数
            ef = int(self.init_data_Text.get())
            # 取输入的卫星颗数和文件的卫星颗数的小值
            ls = ef if ef < lss else lss

            with open(self.file_path, 'r') as file:
                lines = file.readlines()
                # 使用字典推导式生成对应数量的空列表和0，并为它们重新命名
                time_lists = {f'time_list_{i}': [] for i in range(ls)}
                #rr_lists = {f'rr_list_{i}': [] for i in range(ls)}
                #cdts_lists = {f'cdts_list_{i}': [] for i in range(ls)}
                #dtrpr_lists = {f'dtrpr_list_{i}': [] for i in range(ls)}
                ionxr_lists = {f'ionxr_list_{i}': [] for i in range(ls)}
                # count_lists = {f'count_list_{i}': 0 for i in range(ls)}
                # 因数据重复，隔行读取数据
                for line in lines[::2]:
                    # 多个分隔符来分割
                    temp = re.split("[,| ]+", line)
                    for j in range(0, ls):
                        if (temp[3] == str(sys[j][0])) & (temp[5] == str(sys[j][1])) & (temp[8] == str(sys[j][2])):
                            datee = temp[0]
                            timee = temp[1]
                            rr = temp[11]
                            cdts = temp[14]
                            dtrpr = temp[17]
                            ionxr = temp[20]
                            dt = datee + " " + timee
                            time_list = datetime.strptime(dt, "%Y/%m/%d %H:%M:%S")
                            time_lists['time_list_' + str(j)].append(time_list)
                            #rr_lists['rr_list_' + str(j)].append(rr)
                            #cdts_lists['cdts_list_' + str(j)].append(cdts)
                            #dtrpr_lists['dtrpr_list_' + str(j)].append(dtrpr)
                            ionxr_lists['ionxr_list_' + str(j)].append(ionxr)
                            # count_lists['count_list_' + str(j)] += 1
                            # print(time_lists['time_list_' + str(j)], ionxr_lists['ionxr_list_' + str(j)])

                # 画布设置，figsize属性来改变画布尺寸，dpi属性来改变画布分辨率
                plt.figure(figsize=(30, 8), dpi=600)
                # 设置x轴标签、y轴标签、标题
                plt.xlabel(u"UTC时间")
                plt.ylabel(u"电离层系数")
                plt.title(u'电离层活跃状况')

                # yindex = [-200, -150, -100, -50, 0, 50, 100, 150, 200]
                # plt.yticks(xindex, [ionxr_lists['ionxr_list_' + str(m)] for m in xindex])  # 自由显示刻度，xindex存一下要显示的刻度从0开始的下标即可
                # plt.yticks(yindex)
                # y轴不显示刻度
                plt.yticks([])

                if ls > 0:
                    # 开始绘图
                    self.write_log_to_Text(f"开始绘图，将会展示{ls}条卫星片段，请稍侯...")
                    # 绘制线形图
                    for j in range(ls):
                        # linewidth设置线条宽度
                        plt.plot(time_lists['time_list_' + str(j)], ionxr_lists['ionxr_list_' + str(j)], linewidth=1)
                        # print(count_lists['count_list_' + str(j)])
                else:
                    self.write_log_to_Text(f"输入的卫星数不正确，或者文件中没有匹配的卫星，请重试！")
                    pass

                # 保存图片
                timestamp = int(time.time())
                timestamp_str = str(timestamp)
                file_path = os.path.dirname(__file__)
                file_path_s = os.path.join(file_path, timestamp_str + '.jpg')
                plt.savefig(file_path_s)
                self.write_log_to_Text(f"图片存放的位置：{file_path_s}")

                # 清理释放内存
                plt.clf()
                plt.close()

                # # 显示图表
                # plt.show()

        except Exception as e:
            self.write_log_to_Text(f"请选择文件，再开始绘图，报错信息：{e}")
            # self.select_file()

    # 选择文件
    def select_file(self):
        self.file_path = filedialog.askopenfilename()
        # 判断文件名是否包含out_los
        if "out_los" in os.path.basename(self.file_path):
            # print(f"Selected file: {self.file_path}")
            self.write_log_to_Text(f"文件路径: {self.file_path}")
        else:
            self.write_log_to_Text(f"非out_los文件，请重新选择，原文件路径为: {self.file_path}")
            self.select_file()
        # return self.file_path

    # 获取当前时间
    def get_current_time(self):
        current_time = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time()))
        return current_time

    # 日志动态打印
    def write_log_to_Text(self, logmsg):
        global LOG_LINE_NUM
        current_time = self.get_current_time()
        logmsg_in = str(current_time) + " " + str(logmsg) + "\n"  # 换行
        if LOG_LINE_NUM <= 7:
            self.log_data_Text.insert(END, logmsg_in)
            LOG_LINE_NUM = LOG_LINE_NUM + 1
        else:
            self.log_data_Text.delete(1.0, 2.0)
            self.log_data_Text.insert(END, logmsg_in)


def gui_start():
    init_window = Tk()  # 实例化出一个父窗口
    ZMJ_PORTAL = MY_GUI(init_window)
    # 设置根窗口默认属性
    ZMJ_PORTAL.set_init_window()

    init_window.mainloop()  # 父窗口进入事件循环，可以理解为保持窗口运行，否则界面不展示


gui_start()

工具界面：

保存的图片：

ramsey17
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
python读取二进制文件并画图_使用Python读取二进制文件的实例讲解
weixin_34873494的博客
02-11 1715
目标：目标文件为一个float32型存储的二进制文件，按列优先方式存储。本文使用Python读取该二进制文件并使用matplotlib.pyplot相关工具画出图像工具：Python3， matplotlib，os，struct，numpy1. 读取二进制文件首先使用open函数打开文件，打开模式选择二进制读取"rb"。f = open(filename, "rb")第二步，需要打开按照行列读取文...
Python数据处理（三）-txt文件指定数据提取并可视化作图_数据集txt文件指定
2401_84558783的博客
05-02 56
作为测试工程师，面对这种海量的数据，我们周末提取指定位置的数据并可视化其变化规律呢，excel当然是首选，方便快捷。这个就是提取完数据后需要处理过后再作图，比如下面的是提取完数据后，以256个数据为一组，求平均值和最值。2，有的数据，我们提取后，还需要分组（16，256等等），求最大最小，以及平均值再作图。3，正则表达式，提取我们需要的指定数据并添加到列表中，同时获取列表的长度方便后面作图。4，直接用python的库函数，绘制散点图，没有对应库的，打开终端安装。1，打开指定文件，并申明列表。
python_读取txt文件绘制多条曲线III
ramsey17的博客
03-06 433
因数据量达到三百多万条，16G内存的笔记本运行时报MemoryError，内存干爆了，筛选出二十多万条跑出来的结果，有40个线条；先把文件中指定列，去重提取出来，然后根据指定列去匹配数据，最后完成多条数据的绘图；
python读取txt并绘制曲线
ljjjjjjjjjjj的博客
11-21 3761
一、代码 # encoding: utf-8 import matplotlib.pyplot as plt file = open('train_cc_kl_11_20.txt') #打开文档 data = file.readlines() #读取文档数据 itr = [] #新建列表，用于保存第一列数据 train_loss = [] #新建列表，用于保存第二列数据 train_loss0 = [] train_cc = [] train_kl = [] train_ssim = []
Python读取Excel表格文件并绘制多列数据的曲线图
疯狂学习GIS的博客
05-28 746
本文介绍基于Python语言，读取Excel表格数据，并基于给定的行数范围内的指定列数据，绘制多条曲线图，并动态调整图片长度的方法~
Python实现读取txt文件中的数据并绘制出图形操作示例
09-19
本示例主要讲解如何使用Python读取txt文件中的数据，并利用这些数据绘制图形。在Python中，读取txt文件通常涉及`open()`函数和文件处理模式，而绘图则可能需要第三方库如matplotlib。 首先，我们来探讨如何从txt...
fp.rar_python_python 数据库_python读取数据_文件_读取文件
09-21
python实现文件下载, 连接数据库，读取文件
python批量读取txt文件为DataFrame的方法
09-20
下面小编就为大家分享一篇python批量读取txt文件为DataFrame的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
shapefile.rar_python 地理_python读取shp_python读取shp文件_shp_读取shp
07-14
读取shp地理信息数据文件的包，可实现读取shp文件到Python，再进行画图操作。
python实现从串口读取数据并绘制动态曲线，同时保存数据，曲线绘制可实现暂停
02-20
基于python实现串口通讯，从串口读取数据后进行动态曲线绘制，然后将数据保存到文件中，曲线绘制可实现暂停
【Python】在 VS Code 里面绘制动图不显示动画的解决办法
Suasy小易的博客
06-25 291
VS Code 中使用 matplotlib 的动画功能，需要配置适当的绘图后端。
使用fastapi和pulumi搭建基于Azure云的IAC Restful API服务 — 对外发布
联蔚盘云的博客
06-20 777
灵活的状态管理：虽然Terraform也有状态文件用于记录资源的现实状态，Pulumi进一步简化了状态管理，允许使用不同的存储后端，包括云存储和Pulumi自己的服务。使用常用编程语言：Pulumi允许使用者使用熟悉的编程语言编写基础设施配置，这样可以使用语言本身的功能，如条件语句、循环、函数和模块化，提高代码的可读性和重用性。接下来，我们就可以通过http请求的方式，调用pulumi的IAC能力，操作Azure云的资源了。根据自身需要，可配置一个资源CMDB，存放云资源实时参数配置与状态，以供实际使用。
Windows系统上更换pip源的详细指南
2402_85758349的博客
06-21 756
Python的包管理工具pip允许用户从Python包索引(PyPI)下载和安装第三方库。然而，默认的PyPI源有时可能因为网络问题或地理位置导致访问速度较慢。更换为更快的源可以显著提高下载和安装Python包的速度。本文将详细介绍如何在Windows系统上更换pip的源。
昇思25天学习打卡营第2天|张量学习
最新发布
main_h_的博客
06-26 376
张量是一种特殊的数据结构，主要是描述矩阵 行列式这类。张量（Tensor）是MindSpore网络运算中的基本数据结构，类似日常的多维数组，不过比基础的数组多了一些描述信息。
Ubuntu 18.04 安装 PCL 1.14.1
u014374826的博客
06-21 783
Ubuntu 18.04 安装 PCL 1.14.1
Python - 调用函数时检查参数的类型是否合规
MarkAdc的博客
06-20 770
函数运行时，参数类型不对，直接引发异常，有强语言那味了
生命在于学习——Python人工智能原理（2.1.1）
易水哲的博客
06-19 2118
前言：人工智能基础结束了，本章开启Python的学习，之前我写过Python的学习了，不过是偏向网络安全方向的学习，这次算是完完全全的学习。
小红书商家电话采集软件使用指南
qq_34629423的博客
06-24 428
步骤一：安装Python和相关库 首先，确保你的电脑已经安装了Python运行环境（建议安装Python3版本）。步骤三：编写代码 在你喜欢的编辑器中创建一个新的Python文件，例如"shangjia_phone_crawler.py"。步骤二：获取商家列表页面URL 在小红书App中，进入你想要采集的商家列表页面，并复制该页面的URL地址。然后，按照提示输入商家列表页面的URL地址，回车确认。使用小红书商家电话采集软件可以提高商家电话的采集效率，以下是使用指南及附带代码。
读取数据python绘制心电图
11-12
绘制完心电图后，可以使用matplotlib的savefig()函数将图表保存为图片文件，或者直接在Python中显示出来。 总的来说，使用Python绘制心电图需要读取数据、预处理数据、选择合适的图表类型、绘制图表、进行数据分析...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值