数据格式
0 1.01239
1.953E-4 0.71024
3.906E-4 0.40808
5.859E-4 0.71024
7.812E-4 1.01239
9.765E-4 0.71024
0.00117 0.71024
绘制思路
数据文件中每行包含两个由空格分隔的值,第一个值是时间戳,第二个值是振动信号的振幅。基于这种格式,您可以使用以下修改后的脚本来读取数据并绘制时域图和频域图:
import matplotlib.pyplot as plt
import numpy as np
# 读取TXT文件
txt_path = r'C:\Users\Administrator\Desktop\wangguowei\2023年柱塞泵\新的柱塞泵数据\构造二分类数据集\反转ch4-0.txt'
# 初始化时间和振幅列表
time = []
amplitude = []
with open(txt_path, 'r') as file:
for line in file:
t, a = line.split() # 分割每行的时间和振幅
time.append(float(t))
amplitude.append(float(a))
# 时域图
plt.figure(figsize=(10, 4))
plt.plot(time, amplitude)
plt.title('Time Domain Signal')
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.show()
# 频域图
n = len(amplitude)
timestep = time[1] - time[0] # 计算采样间隔
fft_vals = np.fft.fft(amplitude)
fft_freq = np.fft.fftfreq(n, d=timestep)
plt.figure(figsize=(10, 4))
plt.plot(fft_freq, np.abs(fft_vals))
plt.title('Frequency Domain Signal')
plt.xlabel('Frequency')
plt.ylabel('Amplitude')
plt.xlim([0, np.max(fft_freq)/2]) # 通常只显示正频率部分
plt.show()
注意:
- 这个脚本中,我假设时间戳是连续的,并且采样间隔是恒定的。这对于计算频域中的频率是重要的。
- 在绘制频域图时,通常只关注正频率部分,因为FFT结果是对称的。
- 根据您的数据量和具体需求,您可能需要调整图表的细节,例如坐标轴的范围、标签的格式等。