Acceleration-sensor-data-visualization

加速度传感器数据可视化

加速度数据分析工具（GUI版）

❗注意！本代码100%由chat GPT 生成

该工具是一个基于 Python + Tkinter 的图形化界面程序，主要用于分析汽车等运动体的三轴加速度数据，提供数据读取、滤波处理、图像生成与导出等完整功能。

---

✅ 功能概览

• 支持导入 CSV 文件（包含 Time 和 X/Y/Z 轴加速度）
• 可选择起止时间段进行数据截取分析
• 支持对 X/Y/Z 三轴任意组合的分析绘图
• 图像自动在三轴分图中显示，并同步缩放与移动
• 支持图像自适应缩放和高时间精度（0.1秒）显示
• 可选线条颜色 / 粗细
• 提供多种滤波方式用于平滑数据：
  • 不滤波
  • Savitzky-Golay
  • Butterworth 低通滤波
  • Gaussian 高斯滤波
• 可选择图像保存目录，命名重复自动添加后缀避免覆盖
• 支持重新生成图像按钮（无需重新导入CSV）

---

📁 CSV 文件格式要求

CSV 文件必须包含以下列：

Time (s)	Linear Acceleration x (m/s^2)	Linear Acceleration y (m/s^2)	Linear Acceleration z (m/s^2)

---

🚀 快速开始

1. 启动程序：运行 分析代码8（全新ui.py 脚本。
2. 点击“选择CSV文件”导入数据
3. 自定义图像设置：颜色 / 线条粗细 / 滤波方式 / 选择轴 / 起止时间
4. 数据导入后将自动生成图表窗口
5. 可点击“保存图像”将图像导出
6. 点击“重新生成”按钮以当前设置再次绘图

---

📝 作者建议

• 如用于车辆舒适性分析，推荐使用 Butterworth 或 Savitzky-Golay 滤波器以保持数据平滑性同时不过度扭曲实际加速度特征。
• 图像导出分辨率为 300 DPI，适用于直接写入报告或论文。

---

📌 依赖库

• tkinter
• pandas
• matplotlib
• numpy
• scipy

可使用如下命令一次性安装：

pip install pandas matplotlib numpy scipy

---

📞 联系与支持

如有问题或需要功能扩展，请联系作者或在 issue 区留言。