自动处理测试数据
Chose___B调试机器人PID的时候发现vex返回数据只能通过终端输出
这实在是太不便于分析数据了
写了一下程序来把数据转excel
python 版本
1
2
3
4
5
6
7
8
9
10
| import pandas as pd
with open('data1.txt', 'r', encoding='utf-8') as f:
data0 = f.readlines()
title = data0[0].strip('\n').split()
data0.pop(0)
for i in range(len(data0)):
data0[i] = list(map(int,data0[i].strip('\n').split()))
df = pd.DataFrame(data0,columns=title)
print(df)
df.to_excel("data2.xlsx",index=False)
|
不过ChoseB觉得这样还要打开excel才可以看图，实在麻烦
又魔改了一下，直接用matplotlib.pyplot画图
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
| import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
with open('data.txt', 'r', encoding='utf-8') as f:
data0 = f.readlines()
title = data0[0].strip('\n').split()
data0.pop(0)
for i in range(len(data0)):
data0[i] = list(map(float,data0[i].strip('\n').split()))
df = pd.DataFrame(data0,columns=title)
df = df.groupby( title[1] , as_index=False).agg("mean")
plt.figure(figsize=(8,4))
plt.xlabel(title[0])
plt.ylabel("value")
str_title = "Image of "
for i in title[1::]:
if len(str_title)!=9:
str_title += ','
str_title += i
str_title += " with respect to "
str_title += title[0]
plt.title(str_title)
for i in range(1,len(title)):
plt.plot( list(df[ title[0] ]) , list(df[ title[i] ]) , label= title[i])
pass
plt.legend()
plt.show()
|
效果如下图
图表数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
| time x speed
1 0 100
41 0.4 100
70 9.2 100
80 16 100
90 25.6 100
101 36.4 100
110 44.4 100
121 51.2 100
130 58.4 100
140 66 100
150 74 100
161 81.6 100
170 90 100
181 98 100
190 107.2 100
200 117.2 100
210 127.6 100
220 138.4 100
230 149.2 100
240 160 100
250 170.8 100
260 182 100
271 193.2 100
280 204.4 100
290 215.6 100
300 226.8 100
310 238 100
321 249.2 100
330 260.8 100
341 272.4 100
351 284 100
360 295.6 100
370 307.2 100
380 318.8 100
391 324.8 100
400 336.4 100
411 348 100
412 348 100
420 359.6 100
430 371.2 100
440 382.8 100
450 394.4 100
460 406 100
471 417.2 100
481 428.8 100
491 440.4 100
500 451.6 100
510 463.2 100
520 474.8 100
530 486.4 100
540 498 100
550 509.6 100
560 521.2 100
570 533.2 100
581 544.4 100
590 556 100
600 567.6 100
610 579.6 100
620 590.8 100
630 602.4 100
640 614 100
650 625.6 100
660 637.2 100
671 648.8 100
681 660.4 100
690 672 100
701 683.6 100
710 695.6 100
721 707.2 100
731 719.2 100
740 730.8 100
750 742.4 100
760 754 100
770 765.2 100
780 776.4 100
790 788 100
800 799.6 100
810 811.6 100
820 822.8 100
831 834 99.6
841 845.2 92.88
851 857.2 85.68
861 868.4 78.96
871 880 72
882 891.6 65.04
891 903.6 57.84
901 915.2 50.88
911 926.8 43.92
921 938.4 36.96
931 949.6 30.24
941 961.2 23.28
951 972.4 16.56
961 983.6 9.84002
971 994 3.6
980 1003.6 3.6
|