Keysight万用表使用指南及基于Python采集数据生成Excel文件

文章目录

  • 说明
  • 使用的库
    • openpyxl
    • pyvisa
  • 代码说明
  • 效果展示
  • 参考
  • 代码

说明

本文介绍了 Keysight 34465A 的基本使用和 SCPI 指令设置,演示了使用 Python 的 PyVISA 库控制两台 34465A 同时采集数据的完整流程,包括设置采样参数、触发测量、读取数据、使用 OpenPyXL 保存到 Excel 并生成折线图。整个过程采用模块化代码并加入详细注释,每一步都以教程形式说明,并增加了异常处理逻辑来提高健壮性。

使用的库

openpyxl

  • https://openpyxl.readthedocs.io/
  • OpenPyXL 用于生成 Excel 文件和绘制图表。

pyvisa

  • https://pyvisa.readthedocs.io/en/latest/
  • 在 Python 环境中,通过 pip install pyvisa pyvisa-py openpyxl 安装依赖库。PyVISA 用于与万用表通讯,PyVISA-Py(或 NI-VISA)提供 VISA 后端。

代码说明

  1. 生成Excel文件每次采集后直接保存;
  2. 使用Excel折线图展示数据;
  3. 可设定采集参数(采集点数、采集时长、NPLC);
  4. 代码包含异常处理(比如设备未连接、超时等);

效果展示

在这里插入图片描述

参考

  • https://pyvisa.readthedocs.io/en/latest/
  • https://docs.keysight.com/
  • https://www.keysight.com/
  • https://openpyxl.readthedocs.io/
  • https://blog.csdn.net/Jzy140222010108/article/details/125111682
  • https://blog.csdn.net/palzhj/article/details/129339224
  • https://bloghome.com.cn/post/ru-he-li-yong-pyvisaku-yu-gpibjie-kou-de-ce-liang-she-bei-jin-xing-tong-xin-shi-xian-shu-ju-de-cai-ji-he-fa-song-kong-zhi-ming-ling-csdnwen-ku.html

代码

import pyvisa
from time import sleep
from openpyxl import Workbook
from openpyxl.chart import LineChart, Reference
from datetime import datetime
import logging
# 查看详细通信过程
#logging.basicConfig(level=logging.DEBUG)  # 获取当前时间并格式化
current_time = datetime.now().strftime("%Y%m%d-%H%M%S")# 配置日志格式和文件
logging.basicConfig(level=logging.DEBUG,  # 设置日志级别format='%(asctime)s [%(levelname)s] %(message)s',  # 含时间戳和日志级别handlers=[logging.FileHandler(f'DMMRecorder_{current_time}.log', encoding='utf-8'),  # 输出到文件logging.StreamHandler()  # 同时输出到控制台]
)# 示例参数:采样 1000 点,总时间 1秒
sample_points = 1000                # 采样点数
total_time = 1.0                    # 秒,总时间
DMM_NPLC = 0.001                    # NPLC
DMM_IP_ADDR_1 = "10.0.1.83"         # 万用表1 IP 地址
DMM_IP_ADDR_2 = "10.0.1.86"         # 万用表2 IP 地址def setup_scpi(inst, dmm_nplc, sample_count, total_time):"""通过 SCPI 配置万用表采样参数"""inst.write(':CONF:VOLT:DC 10')                          # 直流量程 10Vinst.write(f':SENS:VOLT:DC:NPLC {dmm_nplc}')            # NPLC=0.001inst.write(':VOLT:DC:RANG:AUTO OFF')                    # 关闭自动量程inst.write(':TRIG:SOUR INTERNAL')                       # 内部触发inst.write(f':SAMP:COUN {sample_count}')                # 采样点数inst.write(f':SAMP:TIM {total_time/sample_count}')      # 采样间隔inst.write(':TRIG:COUN 1')                              # 单次触发inst.write(':TRIG:DEL 0')                               # 无延时#inst.write(':INIT')                                    # 初始化采集try:# 创建资源管理器rm = pyvisa.ResourceManager() # 列出所有可见的 VISA 资源         #devices = rm.list_resources()          #logging.info("Available devices:", devices)# 打开第一个万用表mtr1 = rm.open_resource(f'TCPIP0::{DMM_IP_ADDR_1}::hislip0::INSTR')# 打开第二个万用表mtr2 = rm.open_resource(f'TCPIP0::{DMM_IP_ADDR_2}::hislip0::INSTR')
except Exception as e:logging.info("无法连接仪器,请检查连接:", e)exit(1)logging.info(f'连接万用表:{DMM_IP_ADDR_1} {DMM_IP_ADDR_2}')
logging.info(f'启动参数:采样点数 {sample_points},总时间 {total_time}s,NPLC {DMM_NPLC}')# 配置两台万用表
setup_scpi(mtr1, DMM_NPLC, sample_points, total_time)
setup_scpi(mtr2, DMM_NPLC, sample_points, total_time)try:# 启动采集mtr1.write(':INIT'); mtr2.write(':INIT')sleep(total_time + 3)  # 等待采集完成# 读取采集数据data1 = mtr1.query(':FETCh?')   # 假设 FETCh? 返回 1000 个数据的逗号分隔字符串data2 = mtr2.query(':FETCh?')# 将字符串分割并转换为浮点数列表voltages1 = [float(val) for val in data1.split(',')]voltages2 = [float(val) for val in data2.split(',')]
except pyvisa.VisaIOError as ve:logging.info("通讯错误:", ve)voltages1, voltages2 = [], []
except Exception as e:logging.info("测量失败:", e)voltages1, voltages2 = [], []# 建立工作簿与工作表
wb = Workbook()
ws = wb.active
ws.title = "DMM_Data"# 写入表头
ws.append(["Time (s)", "Meter1 (V)", "Meter2 (V)"])# 写入数据行:假设等间隔采样
for i in range(len(voltages1)):t = i * (total_time / sample_points)ws.append([t, voltages1[i], voltages2[i]])# 创建折线图
chart = LineChart()
chart.title = "Voltage vs Time"
chart.x_axis.title = "Time (s)"
chart.y_axis.title = "Voltage (V)"# Y 轴数据范围:第2列和第3列(不包括表头)
data = Reference(ws, min_col=2, min_row=2, max_col=3, max_row=len(voltages1)+1)
chart.add_data(data, titles_from_data=False)# X 轴类别:第1列(时间)
cats = Reference(ws, min_col=1, min_row=2, max_row=len(voltages1)+1)
chart.set_categories(cats)# 显示所有数据点(关键步骤)
for series in chart.series:series.marker.symbol = "circle"                 # 点形状:圆形series.marker.size = 3                          # 点大小series.graphicalProperties.line.noFill = False  # 显示连接线# 将图表插入到工作表,例如 E2 单元格开始
ws.add_chart(chart, "E2")# 保存 Excel 文件
file_name = "measurement_data_" + current_time + ".xlsx"
wb.save(file_name)
logging.info(f"数据已保存到 {file_name}")

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/77825.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Docker 获取 Python 镜像操作指南

1. 安装 Docker 环境 1.1 上传安装脚本(Windows → Linux) 在 Windows 的 CMD 中执行: scp docker.sh root10.1.1.58:~ 可自行前往我的飞书下载docker.sh脚本 Docs 1.2 在 Linux 中检查文件 ls -l ~ # 确认 docker.sh 已上传到家目录…

JavaScript:从JS的执行机制到location对象

一、JS执行机制 (1)JS是单线程 JavaScript语言的一大特点就是单线程,也就是同一时间只能做一件事。因为JavaScript是为了处理页面中的用户交互,以及制作DOM二诞生的。比如我们对某个DOM元素进行添加和删除操作,这个不…

iVX:数字化转型全场景技术革新与生态构建实践

在数字经济蓬勃发展的当下,企业数字化转型需求日益迫切。iVX 凭借其独特的技术架构与创新解决方案,深度渗透工业互联网、元宇宙、智慧城市等领域,成为推动全场景数字化转型的重要力量。本文将重新梳理 iVX 的技术应用与生态价值,以…

生物化学笔记:神经生物学概论05 感受野 视觉中枢 高级视皮层中的信息走向

信息传递中的“击鼓传花” 新特性的突现 功能柱:简化节点 高级视皮层中的信息走向

StarRocks Lakehouse 如何重构大数据架构?

随着数据分析需求的不断演进,企业对数据处理架构的期望也在不断提升。在这一背景下,StarRocks 凭借其高性能的实时分析能力,正引领数据分析进入湖仓一体的新时代。 4 月 18 日,镜舟科技高级技术专家单菁茹做客开源中国直播栏目《…

【SpringBoot】基于mybatisPlus的博客系统

1.实现用户登录 在之前的项目登录中,我使用的是Session传递用户信息实现校验登录 现在学习了Jwt令牌技术后我尝试用Jwt来完成校验工作 Jwt令牌 令牌一词在网络编程一节我就有所耳闻,现在又拾了起来。 这里讲应用:令牌也就用于身份标识&a…

HCIP-security常见名词

缩略语英文全称解释3DESTriple Data Encryption Standard三重数据加密标准AESAdvanced Encryption Standard高级加密标准AHAuthentication Header报文认证头协议CACertification Authority证书颁发中心DESData Encryption Standard数据加密标准DHDiffie-Hellman密钥交换算法DPD…

合并多个Excel文件到一个文件,并保留格式

合并多个Excel文件到一个文件,并保留格式 需求介绍第一步:创建目标文件第二步:创建任务列表第三步:合并文件第四步:处理合并后的文件之调用程序打开并保存一次之前生成的Excel文件第五步:处理合并后的文件之…

TDengine 中的压缩设计

简介 机器设备产生的时序数据量大,直接存储成本非常高,所以需要使用压缩技术,尽可能减小体积。 TDengine 使用了列式存储,结合二级压缩技术,压缩率通常可以达到 20%,特殊情况下更能达到 5 % 以内&#xff…

深度学习涉及的数学与计算机知识总结

深度学习涉及的数学与计算机知识可总结为以下核心模块,结合理论与实践需求分为数学基础和计算机技能两大方向: 一、数学知识 线性代数 核心:矩阵运算(乘法、转置、逆矩阵)、向量空间、特征值与特征向量、奇异值分解&am…

javascript<——>进阶

一、作用域:变量可以被访问的范围 1.局部作用域 1.1函数作用域 在函数内部声明的变量,在函数内部被访问的,外部无法直接访问。 总结:1、函数内部声明的变量,在函数外部无法直接访问 2、函数的参数也是函数内部的局…

驱动开发硬核特训 · Day 25 (附加篇):从设备树到驱动——深入理解Linux时钟子系统的实战链路

一、前言 在嵌入式Linux开发中,无论是CPU、外设控制器,还是简单的GPIO扩展器,大多数硬件模块都离不开时钟信号的支撑。 时钟子系统(Clock Subsystem),作为Linux内核中基础设施的一部分,为设备…

并发设计模式实战系列(7):Thread Local Storage (TLS)

🌟 大家好,我是摘星! 🌟 今天为大家带来的是并发设计模式实战系列,第七章Thread Local Storage (TLS),废话不多说直接开始~ 目录 一、核心原理深度拆解 1. TLS内存模型 2. 关键特性 二、生活化类比&a…

时序数据库 TDengine × Perspective:你需要的可视化“加速器”

你有没有遇到这样的场景:数据已经写进数据库,图表却总是“慢半拍”?或是操作界面太卡,光是一个排序就能让你等到喝完一杯咖啡?当数据量越来越大、响应时间却越来越长,开发者和用户都不禁要问一句——就没有…

前端面试每日三题 - Day 19

这是我为准备前端/全栈开发工程师面试整理的第十一天每日三题练习,涵盖 JavaScript中WeakMap与内存管理的底层机制、Redux Toolkit的事件以及系统设计中的企业级表单引擎构建。通过这三道题,你将对现代前端开发中的关键概念有更深入的理解,并…

Antd Modal Drawer 更改默认项

当项目比较大使用了非常多的 Modal 和 Drawer 要是有需求一次性全部调整就会比较麻烦,目前 Antd 的 ConfigProvider 暂不支持(也有可能我没找到,待大佬指证)就比如由于默认 Modal Drawer 的遮罩层是可以点击关闭的,但是…

硬件工程师面试常见问题(8)

第三十六问:基尔霍夫定理的内容是什么? 基尔霍夫电流定理: 1. 内容:电路中任意一个节点上,在任意时刻,流入节电的电流之和等于流出节点的电流之和。 2. 表达式:根据上图写出节点电流定律的数学…

Elasticsearch 内存使用指南

作者:来自 Elastic Valentin Crettaz 探索 Elasticsearch 的内存需求以及不同类型的内存统计信息。 Elasticsearch 拥有丰富的新功能,帮助你为你的使用场景构建最佳搜索解决方案。浏览我们的示例笔记本了解更多信息,开始免费云试用&#xff0…

硬件工程师面试常见问题(9)

第四十一问:色环电阻的颜色表示什么? 各环表示的意思: 4色环的:前两位表示有效位;第三环表示倍乘;最后一环表示误差; 5色环的:前三位表示有效位;第四环表示倍乘&#…

PyTorch 深度学习实战(23):多任务强化学习(Multi-Task RL)之扩展

之前的PyTorch 深度学习实战(23):多任务强化学习(Multi-Task RL)总结扩展运用代码如下: import torch import torch.nn as nn import torch.optim as optim import numpy as np from torch.distributions import Norm…