Ich möchte die Effizienz mit Python auch in einem experimentellen System verbessern. (3) Ich möchte mit Pandas so etwas wie Excel machen

Motivation

-Siehe (1)

Umgebung

• Windows10
• Anaconda(3.x) -Conda install pySerial in (2)

Ziel

――Die Automatisierungsmethode wird am Beispiel der Automatisierung des manuellen Betriebs in meiner Umgebung gezeigt.

Methode

Es gibt ein Paket namens pandas, das in Python verwendet werden kann und für Tabellenoperationen wie Excel geeignet ist. Wir werden ein Beispiel für die "grafische Darstellung des automatisch erfassten Spannungswerts" mit diesem und einem Paket namens matplotlib präsentieren, mit dem sich einfach und sauber ein Diagramm zeichnen lässt.

Beispiel

Angenommen, wenn ein Strom in einem weiten Bereich im Raum in eine Richtung fließt, wird der Strom mit einer Matte gemessen, die kleiner als der Raum ist. Wenn die Matte nach und nach senkrecht zum Strom gekreuzt wird und der Strom Schritt für Schritt aufgezeichnet wird, werden die "Bewegungssteuerung" und die "Strommessung" vom Pyserial aus gesteuert. Die Bewegung wird von Sigma Kouki SHOT102 gesteuert und der Strom wird mit der R6441-Serie von ADVANTEST gemessen. Ich werde.

Cell1

import serial
import time
import pandas as pd
import matplotlib.pyplot as plt

serial verwendet pyserial, time erstellt die Intervallzeit für die serielle Kommunikation, pandas verwendet den Datenrahmen und matplotlib.pyplot wird zum Zeichnen von Diagrammen verwendet.

Cell2

##Konstante Spezifikation
MAX = 42000
COMpulse = "COM9"
COMampere = "COM10"
bitRate = 9600

Geben Sie die in "pyserial" verwendete Konstante an. Cell3

##Variable Initialisierung
pulse = 0
ampere_list = []
pulse_list = []
ampere_average_list =[]

Initialisieren Sie die zu verwendenden Variablen.

Cell4 (optional)

##Bewegung des hinteren Ursprungs(Initialisieren)
ser = serial.Serial(COMpulse, bitRate, timeout=0.1)
ser.write(b"H:2-\r\n")
time.sleep(0.1)
print(ser.read_all())
ser.close()

Gehen Sie zur Funktionsprüfung und zum Messursprung.

Cell5 "Puls" nimmt einen Wert von 0-42000 an und bewegt sich 3 μm pro Puls. (Eigentlich bewegt es sich 6 μm pro 2 Impulse, aber der Befehl scheint so geschrieben zu sein). Der aktuelle Wert an jeder Position wird fünfmal abgetastet und auf den Wert an diesem Punkt gemittelt. Die durchschnittliche Häufigkeit ist beliebig. Fügen Sie nach dem Verschieben der optischen Tabelle die Liste der aktuellen und Positionswerte als Datenrahmen hinzu, konvertieren Sie den Impulswert in die tatsächliche Länge und zeichnen Sie mit matplotlib. Es ist ein Fluss geworden. (Übrigens habe ich den Datenrahmen in csv gelöscht.)

##Starten Sie den Test
while 1:
    if pulse >= MAX:
        ##Beenden Sie die while-Anweisung, wenn die Position MAX erreicht
        break
    ##Aktuelle Standortinformationen aufzeichnen
    pulse_list.append(pulse/2) #Aus irgendeinem Grund wird der Impuls durch 2 angegeben und geordnet, sodass er durch 2 geteilt wird.
    ##Den Strom messen(Der Wert an dieser Position ist der Durchschnitt von 5 mal.)
    for i in range(5):
        ser = serial.Serial(COMampere,bitRate,timeout=0.1)
        time.sleep(0.5)
        ser.write(b"MD?\r\n")
        time.sleep(0.5)
        tmp = ser.read_all()
        ampere = float(tmp.split()[1])
        ampere_average_list.append(ampere)
        ser.close()
    ##Strom und Puls(Position)Auflisten
    ampere_list.append(sum(ampere_average_list)/len(ampere_average_list))
    ampere_average_list = [] #Liste initialisieren
    
    ##Bewegen Sie den optischen Tisch
    pulse += 1000
    position = "A:2+P"+str(pulse)+"\r\n" #Erstellen Sie einen Befehl, indem Sie Zeichenfolgen kombinieren
    ser = serial.Serial(COMpulse,bitRate,timeout=0.1)
    ser.write(bytes(position, 'UTF-8'))
    time.sleep(0.5)
    ser.write(b"G:\r\n")
    ser.close()
    

##Verwandeln Sie die Liste in einen Datenrahmen
print(ampere_list)
print(pulse_list)
df = pd.DataFrame({'ampere(A)':ampere_list,'pulse':pulse_list})
##Pulswert auf Länge ändern
def pulseToMilliMeter(pulse):
    return pulse*0.006
df["position(mm)"] = df["pulse"].map(pulseToMilliMeter) #Sie können beispielsweise Stapelfunktionen in Excel anwenden
df.to_csv('./csv/hoge/result.csv',index=False)
##Zeichnen Sie mit matplotlib ein Diagramm
plt.figure()
df.plot(x='position(mm)',y='ampere(A)')
plt.savefig('./img/sample.png')
plt.close('all')

abschließend

Angenommen, die Effizienz wurde verbessert. Alles, was Sie tun müssen, ist die Eingabetaste zu drücken, was viel einfacher und reproduzierbarer ist. Wenn es andere Quellen gibt, die effizienter gestaltet werden können, werde ich mehr schreiben.