如何使用 Python 与 Q.station 通信

使用 Python 与 Q.station 等 DAQ 通信具有优势。 Python 提供了大量用于数据处理、分析和可视化的库。 Matplotlib、Plotly 和 Seaborn 等库通常用于创建详细的交互式图表，这样用户就能以直接和用户友好的方式与他们的数据进行交互和处理。

本博客/教程将指导您如何与 Q.station 通信，以及如何使用不同的 Python 收费方法处理收集到的数据。 所提供的代码片段将帮助您将这些步骤应用到自己的数据分析需求中。

开始之前

• 1.1 先决条件
  • Python 3.8 或更高版本：在此下载
  • GinsAPy_whl：在此下载
  • Jupyter 实验室

• 1.2 依赖性：
  • ginsapy
  • gimodules
  • pyqtgraph
  • PyQt5
  • gimodules
  • numpy

• 1.3 过程

要安装 Jupyter Lab，只需运行 pip 命令即可：

安装完成后，可以使用 “jupyter lab “命令启动它：

您还可以使用 pip 命令安装所有必要的依赖项：

首先，导入所需的库，并输入控制器的 IP（如下代码所示）。

在 # 输入参数部分，指定希望绘制的通道。 允许多个输入。

这将允许您从控制器中获取信息。 下面的代码片段深入解释了每个步骤。

接下来，让我们看看如何将 Q.station 的实时数据可视化。 在本示例中，会出现一个包含实时数据的新窗口，同时还会显示上一分钟的汇总数据。 您可以使用 “plot_duration “变量调整摘要图表的时间范围（例如，”plot_duration = 300 “表示 5 分钟的摘要）。 在这里，我们使用温度数据绘制图表。

输出结果应该是这样的

您也可以在本地运行以下 Python 脚本。 要成功登录，您需要云 URL、用户名和密码。 代码片段中的详细注释将指导您完成每个步骤。

此外，Gantner Instruments 分析部分（https://demo.gi-cloud.io/）还能提供所选数据流和变量的详细图表。 只需填写登录信息并选择要绘制的特定变量即可。 例如，它应该是这样的

---

本教程介绍了 Q.station 作为数据采集和控制的可靠工具在航空航天等高要求领域的应用。 它向您展示了如何使用 Python 与 Q.station 轻松通信，以及如何对数据进行可视化分析。 您可以使用 Q.station 轻松尝试这些代码片段。 只需按照注释中的分步说明，即可获得如何实现这一目标的指导。

Register here for Gantner Instruments in-person training. Learn more about data acquisition and use the latest Hardware and measurement technology Gantner Instruments offers.