如何从Ngspice的SVG或RAW文件导出仿真数据至Excel？

方法一：直接从Ngspice导出原始数据（推荐） #

解析SVG容易因格式变动出错，优先让Ngspice直接输出仿真原始数据：

1. 修改你的Ngspice网表，在仿真命令（比如AC扫描）后添加数据导出指令：

   .ac dec 10 1Hz 1GHz  ; 示例AC扫描命令，根据你的需求调整频率范围和点数
   wrdata freq_voltage.dat v(out)  ; 导出out节点的电压数据到freq_voltage.dat
   

   执行仿真后，freq_voltage.dat会包含两列：第一列是频率，第二列是对应电压值。

2. 用Python读取并处理数据，采样1000组后导出到Excel：

   import pandas as pd
   import numpy as np
   
   # 读取dat文件，空格分隔，自定义列名
   df = pd.read_csv('freq_voltage.dat', sep=r'\s+', header=None, names=['Frequency', 'Voltage'])
   
   # 均匀采样1000组数据
   sample_indices = np.linspace(0, len(df)-1, 1000, dtype=int)
   sampled_df = df.iloc[sample_indices]
   
   # 导出到Excel
   sampled_df.to_excel('freq_voltage_sampled.xlsx', index=False)
   

方法二：解析已生成的SVG文件 #

如果只能通过SVG提取数据，可按以下步骤处理：

1. 安装依赖库：

   pip install beautifulsoup4 pandas openpyxl
   

2. Python解析SVG代码示例：

   from bs4 import BeautifulSoup
   import pandas as pd
   import numpy as np
   
   # 读取SVG文件
   with open('simulation_curve.svg', 'r') as f:
       soup = BeautifulSoup(f, 'xml')
   
   # 找到曲线数据（Ngspice生成的SVG通常用<polyline>存储坐标点，需根据实际SVG调整）
   polyline = soup.find('polyline')
   points = polyline['points'].split(' ')
   
   # 提取坐标点并转换为数值
   coords = []
   for point in points:
       if point.strip():
           x, y = map(float, point.split(','))
           coords.append((x, y))
   
   # 将SVG坐标映射为实际频率和电压（需根据SVG的坐标轴刻度调整映射关系）
   # 示例：假设SVG x轴对应1Hz-1GHz，y轴对应0V-5V，画布宽800高600，SVG y轴向下为正
   svg_x_min, svg_x_max = 0, 800
   svg_y_min, svg_y_max = 0, 600
   freq_min, freq_max = 1, 1e9
   volt_min, volt_max = 5, 0  # 反转y轴对应实际电压方向
   
   # 计算实际物理量
   freq_list = []
   volt_list = []
   for x, y in coords:
       freq = freq_min + (x - svg_x_min) * (freq_max - freq_min) / (svg_x_max - svg_x_min)
       volt = volt_min + (y - svg_y_min) * (volt_max - volt_min) / (svg_y_max - svg_y_min)
       freq_list.append(freq)
       volt_list.append(volt)
   
   # 转换为DataFrame并采样1000组
   df = pd.DataFrame({'Frequency': freq_list, 'Voltage': volt_list})
   sample_indices = np.linspace(0, len(df)-1, 1000, dtype=int)
   sampled_df = df.iloc[sample_indices]
   
   # 导出到Excel
   sampled_df.to_excel('freq_voltage_from_svg.xlsx', index=False)
   

注意事项 #

• 方法一中，wrdata命令可指定多个节点电压，比如wrdata data.dat v(out1) v(out2)，后续Python处理时只需调整列名即可。
• 方法二中，SVG的坐标轴映射关系需要你根据实际SVG的刻度标签确认，可查看SVG中的<text>元素找到频率和电压的刻度值，再对应到SVG的坐标位置。
• 若仿真生成的原始数据点不足1000，可在Ngspice的AC命令中增加数据点密度，比如将dec 10改为dec 100，生成更多数据点后再采样。

内容的提问来源于stack exchange，提问作者Fo Oc