用Python对CSV文件进行处理并生成符合要求的图表，在图表上继续截取符合条件的y值并进行功率P的计算

本文主要是介绍用Python对CSV文件进行处理并生成符合要求的图表，在图表上继续截取符合条件的y值并进行功率P的计算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

实习任务2：在实习任务1的基础上并在给定的电流的情况下确定其功率并用图表显示出来
计算公式为 P= I*U
代码如下：

from matplotlib import pyplot as plt
import csv
import glob
import numpy as np
from os.path import basenamefor n in range(9,14):           #Dateien von Modul_9 bis zu Modul_13plt.figure(1)               # Subdiagramm 1 plottenplt.figure(dpi = 128, figsize=(10,6))ax1 = plt.subplot(121)                                                                                                      plt.title("PIDrecovery_I-V_Kennlinie",fontsize = 16)plt.xlabel("Spannnung [V]", fontsize = 16)plt.ylabel("Strom [A]", fontsize = 16)def name_konfiguration(n):  # beim Name von Modul_9 muss noch ein '0' davor einfuegenif n == 9:return str("09")else:return str(n)files = sorted(glob.glob("F:\Python_Aufgabe\Aufgabe_2\P09-P13_PIDre\DIV_CSP_PIDre_MZ_2_P" + name_konfiguration(n) + "*.csv"))     #list of filesprint("processin raw files")mpp_liste= []               # eine liste fuer MPP erstellenfor file in files:filename = basename(file).rsplit('.', 1)[0]      # each file in list of files                                                     print('\r'+ filename + "  ", flush = True)     # progress informationwith open(file) as f:    #'with' will auto close after loopcsvreader = csv.reader(f, delimiter = ",", quotechar='"')     #read into csv objectfor line in range(48):      #skip header                             next (csvreader)                                                                            voltage = []        #init lists      current = []for row in csvreader:voltage.append(float(row[6]))      #process each rowcurrent.append(float(row[3]))        #extract column           Imp = np.linspace(9,9,len(voltage))     # Isc auf dem Diagramm anzeigen                                                            idx = np.argwhere(np.diff(np.sign(Imp - current))).flatten() # entsprchende X-wert einsammelnprint(int(idx))print(float(np.array(current,dtype=np.float)[idx]))print(float(np.array(voltage,dtype=np.float)[idx]))get_mpp=float(np.array(current,dtype=np.float)[idx] * np.array(voltage,dtype=np.float)[idx]) # multiplizierenmpp_liste.append(get_mpp)           # die Liste von MPP ausfuellenprint("MPP: " + str(get_mpp))print("mpp_liste: " + str(mpp_liste[:]))plt.plot(voltage,Imp, label= filename)   #actual plotplt.plot(voltage, current)plt.plot(np.array(voltage,dtype=np.float)[idx], np.array(Imp,dtype=np.float)[idx], 'ro')       # kritische Punkte  auf dem Diagramm anzeigen                                                                            plt.legend()ax2 = plt.subplot(122)          # Subdiagramm 2 plottenplt.title("MPP_Kennlinie",fontsize = 16)plt.xlabel("Datei_nummer", fontsize = 16)plt.ylabel("MPP[W]", fontsize = 16)file_number= np.linspace(1,13,len(mpp_liste))        plt.plot(np.array(file_number),np.array(mpp_liste), label="DIV_CSP_PIDre_MZ_2_P" + name_konfiguration(n) + "MPP_Kennlinie")plt.legend()print("Done processing " + str(len(files)) + " files.")       #final informationplt.savefig("F:\Python_Aufgabe\Aufgabe_2\P09-P13_PIDre\DIV_CSP_PIDre_MZ_2_P" + name_konfiguration(n) + ".png", dpi = 300)    #save plot as file
plt.show()       #present plot