impedance用于阻抗谱拟合的Python库,bode图的优化方法,impedance输出bode图的优化方法

2023-10-07 12:20

本文主要是介绍impedance用于阻抗谱拟合的Python库,bode图的优化方法,impedance输出bode图的优化方法,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!

目录

1、优化原因

2、异常原因分析

3、修改方法

1、优化原因

下面是一段用impedance拟合一条阻抗数据的代码示例

from impedance.preprocessing import readGamry
from impedance.preprocessing import ignoreBelowX
from impedance.models.circuits import CustomCircuit
import matplotlib.pyplot as pltf, Z = readGamry('171018-1247_#54.DTA')     #读取数据
f, Z = ignoreBelowX(f, Z)                      #整理数据initial_guess = [2.29e-10, 0.98, 3.08E+5, 4.63E+5, 1.12E+6,1.57E-16,9.8E-5,5.07E+9]         #给定电路元器件初值
circuit = CustomCircuit('p(CPE_0,R_0)-p(C_0,W_0-R_1)-p(C_1,R_2)',initial_guess=initial_guess)     #给定等效电路结构 'p(CPE_0,R_0)-p(Q_0,W_0-R_1)-p(Q_1,R_2)'circuit.fit(f, Z)                  #拟合等效电路参数
print(circuit)                     #输出拟合结果circuit.plot(f_data=f, Z_data=Z, kind='bode')          #拟合结果可视化
plt.show()

输出的bode图 

图一 impedance原始bode图

来对比一下普遍使用的阻抗谱bode图

图二 一般bode图

第一张图中的蓝色点是原始数据点,这两张图的数据是一样的,是不是看着这个图形差距很大,注意看图2中的红色框,纵坐标是对数轴,而图一纵坐标是以log为底的,显然坐标尺度不一样那图形可视化出来肯定不一样,

2、异常原因分析

为了改变这个图的坐标尺度,我看了circuit.plot这个函数的代码,代码如下,只需要改动bode图,我就只复制了其中bode图的代码

def plot(self, ax=None, f_data=None, Z_data=None, kind='altair', **kwargs):if kind == 'nyquist':#。。。。。略elif kind == 'bode':if ax is None:_, ax = plt.subplots(nrows=2, figsize=(5, 5))if f_data is not None:f_pred = f_dataelse:f_pred = np.logspace(5, -3)if Z_data is not None:if f_data is None:raise ValueError('f_data must be specified if' +' Z_data for a Bode plot')ax = plot_bode(f_data, Z_data, ls='', marker='s',axes=ax, **kwargs)if self._is_fit():Z_fit = self.predict(f_pred)ax = plot_bode(f_pred, Z_fit, ls='-', marker='',axes=ax, **kwargs)return ax

可以看到下面代码是画图的代码

ax = plot_bode(f_data, Z_data, ls='', marker='s',

                               axes=ax, **kwargs)

用到了plot_bode这个函数,在头文件中发现

from impedance.visualization import plot_altair, plot_bode, plot_nyquist

这个定义,下面就去找visualization.py这个文件,我图中显示出了这个文件的路径,可自行对应

图三 visualization.py路径

打开该文件后,找到plot_bode

def plot_bode(axes, f, Z, scale=1, units='Ohms', fmt='.-', **kwargs):ax_mag, ax_phs = axesax_mag.plot(f, np.abs(Z), fmt, **kwargs)ax_phs.plot(f, -np.angle(Z, deg=True), fmt, **kwargs)# Set the y-axis labelsax_mag.set_ylabel(r'$|Z(\omega)|$ ' +'$[{}]$'.format(units), fontsize=20)ax_phs.set_ylabel(r'$-\phi_Z(\omega)$ ' + r'$[^o]$', fontsize=20)for ax in axes:# Set the frequency axes title and make log scaleax.set_xlabel('f [Hz]', fontsize=20)ax.set_xscale('log')# Make the tick labels largerax.tick_params(axis='both', which='major', labelsize=14)# Change the number of labels on each axis to fiveax.locator_params(axis='y', nbins=5, tight=True)# Add a light gridax.grid(b=True, which='major', axis='both', alpha=.5)# Change axis units to 10**log10(scale) and resize the offset textlimits = -np.log10(scale)if limits != 0:ax_mag.ticklabel_format(style='sci', axis='y',scilimits=(limits, limits))y_offset = ax_mag.yaxis.get_offset_text()y_offset.set_size(18)return axes

可以看到这个函数是用plot来画bode图的,x为对数轴是因为ax.set_xscale('log')设置了x为对数轴,该函数是把模值和相角分开画的,for ax in axes:这个循环统一设置了两个图形的格式和图标等,想知道里面具体格式设置信息的可以自行对应查找for中每个函数的意义。

x轴被设置为了对数轴,y轴只是最后设置了一下科学计数法表示,其还是按等距显示

3、修改方法

该函数也是用matplotlib来画图的,在matplotlib中可以用loglog来画双对数轴的图,semilogx可以画X为对数轴的图形,将两个plot改成用loglog画模值图,semilogx画相角图,并且把循环中的set_xscale、ax.locator_params注释掉

def plot_bode(f, Z, scale=1, units='Ohms', fmt='.-', axes=None, labelsize=20,ticksize=14, **kwargs):Z = np.array(Z, dtype=complex)if axes is None:_, axes = plt.subplots(nrows=2)ax_mag, ax_phs = axes#old'''ax_mag.plot(f, np.abs(Z), fmt, **kwargs)                  ax_phs.plot(f, -np.angle(Z, deg=True), fmt, **kwargs)'''#新的ax_mag.loglog(f, np.abs(Z), fmt, **kwargs)                ax_phs.semilogx(f, -np.angle(Z, deg=True), fmt, **kwargs)# Set the y-axis labelsax_mag.set_ylabel(r'$|Z(\omega)|$ ' +'$[{}]$'.format(units), fontsize=labelsize)ax_phs.set_ylabel(r'$-\phi_Z(\omega)$ ' + r'$[^o]$', fontsize=labelsize)for ax in axes:# Set the frequency axes title and make log scaleax.set_xlabel('f [Hz]', fontsize=labelsize)#注释掉了#ax.set_xscale('log')# Make the tick labels largerax.tick_params(axis='both', which='major', labelsize=ticksize)# Change the number of labels on each axis to five#注释掉了#ax.locator_params(axis='y', nbins=5, tight=True)   # Add a light gridax.grid(visible=True, which='major', axis='both', alpha=.5)# Change axis units to 10**log10(scale) and resize the offset textlimits = -np.log10(scale)if limits != 0:ax_mag.ticklabel_format(style='sci', axis='y',scilimits=(limits, limits))y_offset = ax_mag.yaxis.get_offset_text()y_offset.set_size(18)return axes

再次运行输出图形如下 

图4 修改后bode图

 这个需要修改的py文件路径可以再图三看到,我的路径如下D:\work apps\ENVS\ANACONDA\envs\d2l\Lib\site-packages\impedance

这篇关于impedance用于阻抗谱拟合的Python库,bode图的优化方法,impedance输出bode图的优化方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/157732

相关文章

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Java中的String.valueOf()和toString()方法区别小结

《Java中的String.valueOf()和toString()方法区别小结》字符串操作是开发者日常编程任务中不可或缺的一部分,转换为字符串是一种常见需求,其中最常见的就是String.value... 目录String.valueOf()方法方法定义方法实现使用示例使用场景toString()方法方法

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Spring Boot + MyBatis Plus 高效开发实战从入门到进阶优化(推荐)

《SpringBoot+MyBatisPlus高效开发实战从入门到进阶优化(推荐)》本文将详细介绍SpringBoot+MyBatisPlus的完整开发流程,并深入剖析分页查询、批量操作、动... 目录Spring Boot + MyBATis Plus 高效开发实战:从入门到进阶优化1. MyBatis

MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)

《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感... 目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL?1.2 动态SQL的优点1.3 动态S

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

macOS无效Launchpad图标轻松删除的4 种实用方法

《macOS无效Launchpad图标轻松删除的4种实用方法》mac中不在appstore上下载的应用经常在删除后它的图标还残留在launchpad中,并且长按图标也不会出现删除符号,下面解决这个问... 在 MACOS 上,Launchpad(也就是「启动台」)是一个便捷的 App 启动工具。但有时候,应

SpringBoot日志配置SLF4J和Logback的方法实现

《SpringBoot日志配置SLF4J和Logback的方法实现》日志记录是不可或缺的一部分,本文主要介绍了SpringBoot日志配置SLF4J和Logback的方法实现,文中通过示例代码介绍的非... 目录一、前言二、案例一:初识日志三、案例二:使用Lombok输出日志四、案例三:配置Logback一