Initialisierung

• Laden der Module:
  • NumPy für Mathe-Funktionen
  • Signal aus SciPy für Auswerte- und Filter-Funktionen (z.B. Glätten)
  • Pandas zum Einlesen von CSV
  • PyPlot aus MatPlotLib zum Plotten

import numpy as np
from scipy import signal as sig
import pandas as pd
from matplotlib import pyplot as plt

Einlesen und Aufbereiten der Daten

• Daten einlesen
• Extrahieren der einzelnen Spalten und konvertieren in Fließkommazahlen
• Berechnen der wirklichen x-Werte aus Sequenznummern
• Glätten der Kurve

data = pd.read_csv('New.csv')

# print(data)

x         = np.array(data['X'        ].values[1:].astype(float))
y1        = np.array(data['CH1'      ].values[1:].astype(float))
y2        = np.array(data['CH2'      ].values[1:].astype(float))
start     = np.array(data['Start'    ].values[0 ].astype(float))
increment = np.array(data['Increment'].values[0 ].astype(float))

x = x * increment + start

y1 = sig.savgol_filter(y1, 21, 5)

Plotten der Daten

• Figure und erste Achsen erzeugen
• Plotten des ersten Datensatzes
• Achsenbeschriftungen setzen
• Zweite Achsen erzeugen mit gemeinsamer x-Achse
• Plotten des zweiten Datensatzes
• Achse beschriften und formatieren
• Titel setzen
• Abspeichern

fig,ax1 = plt.subplots()

ax1.plot(x,y1,'-',color='tab:blue')
ax1.set_ylabel(r'Kondensatorspannung $U_\text{K}$ in V', color='tab:blue')
ax1.set_xlabel(r'Zeit in s')
ax1.tick_params(axis='y', labelcolor='tab:blue')

ax2 = ax1.twinx()

ax2.plot(x,y2,'-',color='tab:orange')
ax2.set_ylabel(r'Ladespannung $U_\text{L}$ in V', color='tab:orange')
ax2.tick_params(axis='y', labelcolor='tab:orange')

plt.title('Auf- und Entladen eines Kondensators')

fig.savefig("plot.pdf",bbox_inches='tight')