如何用Python的Matplotlib从示波器CSV自动绘制1-2个周期正弦波

问题分析 #

手动阈值定位效率极低，而用最小正数值作为阈值的方案失效，核心原因是该阈值只能筛选接近零点的零散数据点，无法准确定位完整周期的起止边界。最优方案是通过上升沿过零点检测自动识别周期起始位置，无需任何手动参数调整。

实现思路 #

1. 检测上升沿过零点：找到CH1信号从负值切换到正值的位置，这些点就是正弦波每个周期的起始点。
2. 确定周期范围：取前2个（或1个）过零点之间的区间，即可得到完整的1-2个周期数据。
3. 提取并绘制数据：根据定位的区间提取时间和振幅数据，完成绘图。

完整代码实现 #

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 读取示波器CSV数据，跳过表头行（根据实际CSV格式调整skiprows）
df = pd.read_csv("tek0000.csv", skiprows=20)
time = df['TIME'].values
ch1 = df['CH1'].values

# 1. 检测上升沿过零点：信号从负变正的位置
# 标记所有符号变化的点
sign_changes = np.where(np.diff(np.sign(ch1)))[0]
# 筛选上升沿（前一个点为负，后一个点为正）
rising_zero_crossings = [idx for idx in sign_changes if ch1[idx] < 0 and ch1[idx+1] > 0]

# 2. 提取1-2个周期的区间
if len(rising_zero_crossings) >= 2:
    # 取1个周期
    start_idx = rising_zero_crossings[0]
    end_idx = rising_zero_crossings[1]
elif len(rising_zero_crossings) >= 3:
    # 取2个周期
    start_idx = rising_zero_crossings[0]
    end_idx = rising_zero_crossings[2]
else:
    raise ValueError("数据中检测到的上升沿过零点不足，无法提取完整周期")

# 3. 提取对应区间的时间和振幅数据
selected_time = time[start_idx:end_idx]
selected_ch1 = ch1[start_idx:end_idx]

# 绘图
plt.plot(selected_time, selected_ch1)
plt.title('1-2个周期的正弦波')
plt.xlabel('时间')
plt.ylabel('CH1振幅')
plt.grid(True, which='both')
plt.axhline(y=0, color='k')
plt.show()

代码说明 #

• 过零点检测：用np.diff(np.sign(ch1))捕捉信号符号变化的位置，再筛选出从负到正的上升沿，这些点是正弦波周期的准确起始点。
• 鲁棒性处理：增加过零点数量判断，避免数据不足时出现错误。
• 无手动参数：整个过程无需设置振幅阈值，完全自动适配不同幅值的正弦波数据。

补充优化建议 #

• 如果CSV存在噪声，可先对CH1数据做平滑处理（比如用np.convolve做滑动平均），再进行过零点检测，提升稳定性。
• 批量处理20组数据时，可将上述逻辑封装成函数，循环遍历所有CSV文件即可。

内容的提问来源于stack exchange，提问作者Tam