python解析mdf或mf4文件利器之asammdf用法

安装

pip install asammdf

解析

1. 读取文件，获取信号

from asammdf import MDF

f = r"xxx.mdf"
mdf = MDF(f)
if '信号名' in mdf:
    #注意，一个mdf里可能有重名的信号，这个时候要加上group_index和channel_index，比如mdf.get('信号名',3,2)，至于后面两个索引号怎么获取，这个就需要看后面讲的的channels_db了
    signal = mdf.get('信号名')
    data = signal.samples
    timestamps = signal.timestamps

如果对mdf的格式不熟悉，可以百度下资料，本文主要介绍asammdf的使用。

2. 获取所有信号名及其索引

chn_db = mdf.channels_db

3. mdf转成dataframe

#代码接上
df = mdf.to_dataframe()

这个方法有个坑，canape采集数据允许不同信号不同频率，也就是说数据对不齐，这种情况下调这个方法会导致爆内存，所以使用时应该注意一下，如果转换时间过长，或者报错，多数是信号采集频率不同，如果事先就已经知道频率不同，只能用get方法获取单个信号，然后分析，或者用后面讲到的方法先进行数据对齐（重采样），然后在进行转换。

4. 获取channelgroup和chnannel

mdf文件一般是用channel和channel group组织的，一个文件可能包含多个chnannel group，一个channel group也可以包含多个channel，channel和signal一一对应，channel保存了一些描述信息，数据和时间戳保存在signal里，asammdf里提供了几个方法来获取信息，下面是一段从源码里摘取的一段

for group_index, (virtual_group_index, virtual_group) in enumerate(
            mdf_ins.virtual_groups.items()
        ):
            if virtual_group.cycles_nr == 0 and empty_channels == "skip":
                continue

            channels = [
                (None, gp_index, ch_index)
                for gp_index, channel_indexes in mdf_ins.included_channels(
                    virtual_group_index
                )[virtual_group_index].items()
                for ch_index in channel_indexes
                if ch_index != mdf_ins.masters_db.get(gp_index, None)
            ]

从中可以看出，我们可以通过mdf.virtual_groups获取到全部的channel group，virtual_groups是一个字典，所以可以通过items方法遍历，然后通过mdf.included_channels(virtual_group_index)方法获取到当前channel group下包含的channels，这里我们注意到，他获取的channels是一个元组列表，第一个都是None,第二个和第三个分别是channel group的index和channel的index，再看mdf.get()方法的参数其实有很多，前三个是signal name，group index，channel index，其实就是列表元组的三个，因为channel group、channel是一个二维结构，所以，其实可以不用信号名来获取信号，也可以通过group index，和channel index，然后第一个参数传None，同时，不同通道组中的通道名字可能相同，所以这时，如果仅仅传信号名，代码会报错，因为它不知道你取得哪个组里的信号，所以这时候就需要传group index和channel index，但是如果一开始就用索引就不会，因为这两个索引会唯一确定一个信号。

5. 获取一部分信号数据

基于上段的通道列表，我们就可以用mdf.select方法筛选出我们需要的信号，信号和通道是一一对应关系，我们可以把这两个东西当成一个东西理解，只不过两种数据结构存的数据不一样，所以这里大家不要混淆或者蒙圈。上面获取的其实是全部的信号，其实也可以是部分。

            old_signals = [
                signal
                for signal in mdf_ins.select(
                    channels, raw=True, copy_master=False, validate=False
                )
            ]

mdf.select返回的是信号列表，而不是包含这些信号的mdf实列，mdf.filter()返回的是mdf实列，这里需要注意下，当然select要保证传入的信号列表都在mdf里，否则会报错，另外不要用for循环+get('信号名')的方式获取多个信号数据，经过测试，这个函数性能很差，获取单个信号的数据还可以，信号一多最好用select，速度非常快。

还有那个raw参数，虽然它这里用的True，但是，一般我们要设置为False，特别是自己处理数据的时候，因为设置成True会导致读出的数据错误，它之所以有这个参数，我怀疑是为了兼容一些数据格式，而不是为了数据准确性。

6. 数据合并

MDF类里有个静态方法concatenate，用于多个文件的合并。

from asammdf import MDF
mdf1 = MDF(r"f1.mf4")
mdf2 = MDF(r"f2.mf4")

mdf = MDF.concatenate([mdf1,mdf2])

concatenate是一个静态方法，可以用类直接调用，这个方法用于两个group和channel都一样的文件进行连接，即纵向连接。不支持包含不同信号的数据进行横向拼接 。

7. 数据过滤

mdf.filter(channels)，这个上文已经提到，它返回的是包含指定信号的mdf实例，而不是信号列表。

8. 数据导出

asammdf支持把mdf转成其它格式，比如csv，hdf5，mat，parquet。

mdf.export(format,filename)

9. 数据绘图

asammdf支持用信号数据绘图，下面是官方示例

# map signals
xs = np.linspace(-1, 1, 50)
ys = np.linspace(-1, 1, 50)
X, Y = np.meshgrid(xs, ys)
vals = np.linspace(0, 180.0 / np.pi, 100)
phi = np.ones((len(vals), 50, 50), dtype=np.float64)
for i, val in enumerate(vals):
    phi[i] *= val
R = 1 - np.sqrt(X**2 + Y**2)
samples = np.cos(2 * np.pi * X + phi) * R

timestamps = np.arange(0, 2, 0.02)

s_map = Signal(
    samples=samples, timestamps=timestamps, name="Variable Map Signal", unit="dB"
)
s_map.plot()

我们看到plot方法是挂在Signal上的，所以，我们用mdf.get('signame')获取到一个信号，也可以直接绘图，值得注意的是，信号是支持直接计算的，再看一个官方的例子

import numpy as np

from asammdf import Signal

# create 3 Signal objects with different time stamps

# unit8 with 100ms time raster
timestamps = np.array([0.1 * t for t in range(5)], dtype=np.float32)
s_uint8 = Signal(
    samples=np.array([t for t in range(5)], dtype=np.uint8),
    timestamps=timestamps,
    name="Uint8_Signal",
    unit="u1",
)

# int32 with 50ms time raster
timestamps = np.array([0.05 * t for t in range(10)], dtype=np.float32)
s_int32 = Signal(
    samples=np.array(list(range(-500, 500, 100)), dtype=np.int32),
    timestamps=timestamps,
    name="Int32_Signal",
    unit="i4",
)

# float64 with 300ms time raster
timestamps = np.array([0.3 * t for t in range(3)], dtype=np.float32)
s_float64 = Signal(
    samples=np.array(list(range(2000, -1000, -1000)), dtype=np.int32),
    timestamps=timestamps,
    name="Float64_Signal",
    unit="f8",
)

prod = s_float64 * s_uint8
prod.name = "Uint8_Signal * Float64_Signal"
prod.unit = "*"
prod.plot()

pow2 = s_uint8**2
pow2.name = "Uint8_Signal ^ 2"
pow2.unit = "u1^2"
pow2.plot()

allsum = s_uint8 + s_int32 + s_float64
allsum.name = "Uint8_Signal + Int32_Signal + Float64_Signal"
allsum.unit = "+"
allsum.plot()

# inplace operations
pow2 *= -1
pow2.name = "- Uint8_Signal ^ 2"
pow2.plot()

# cut signal
s_int32.plot()
cut_signal = s_int32.cut(start=0.2, stop=0.35)
cut_signal.plot()

我们可以看到，信号是可以相乘，相加，平方操作的，操作返回应该还是信号类型，因为后面我们看到它调用了plot方法，这个方法是挂在Signal上面的。

10. 数据重采样

canape支持不同信号的采集频率不同，如果不同信号数据量不同，也就是说数据不对齐，这样在转成dataframe的时候就会爆内存，再比如频率如果过高的话，数据量必然特别大，这样的话也不利于分析，这时就需要我们对数据进行重新采样。asammdf有个resample方法。

下面是个例子：

from asammdf import MDF
from utils import get_lines_from_txt
f = r"C:\Users\c-master1\Desktop\下载\AnalysisTools\YIQI_2022-08-06_14-37-50.mf4"
f1 = r"C:\Users\c-master1\Downloads\2022-11-21_16-59-29.mf4"
f2 = r"C:\Users\c-master1\Downloads\Recorder_2022-11-17_14-55-00.MDF"
clist_f = r"C:\Users\c-master1\Downloads\数据分析用信号列表(2)(2).txt"

channel_list = ['ABV_Ki_Out','ACsurge_Flag_b','csABPV_posVlv_perc']
channel_list = get_lines_from_txt(clist_f)
mdf = MDF(f2)
mdf = mdf.filter(channel_list)
signals = mdf.select(channel_list)
max = 0
name = ""
for sig in signals:
    if len(sig.samples) > max:
        max = len(sig.samples)
        name = sig.name
mdf1 = mdf.resample(raster=name)
df1 = mdf1.to_dataframe()
df1

resample方法支持按某个信号进行重采样，即所有其它信号按这个信号对齐，也支持手动写个频率，比如0.1就是0.1秒一个数据，还支持传一个数组，采集指定时间点的数据，进行重采样后数据就对齐了，这时就可以转成dataframe了，对于升采样，有个需要注意的问题，一般mf4保存的是数字，当然也可以是字符串，对于数值型数据，主要分两种，也就是整数和小数，也叫整型和浮点型，在asammdf中，对于整数和小数的默认重采样策略是不同的，整数的话默认是重复之前的值，而对于浮点型也就是小数的话，默认是线性插值，所以，有的时候你会发现重采样后数据好像被改了，其实就是线性插值导致的，如果想改变默认行为，可以用

mdf.configure(float_interpolation=0,integer_interpolation=0)

来改变，其中mdf是MDF的实例，针对浮点型，asammdf支持两种重采样策略，一种是重复之前的值，一种就是线性插值，对于整型，提供了三种策略，前面两种和浮点型一样，还有一种混合策略，就是结合重复前值和线性插值的特点，具体没有试过。

还有一个坑需要注意，就是表面上我们看到数据里存的是整数，但是它的类型是Double的，这种asammdf也会把它当浮点型处理，因为它只按数据类型处理，不管你存的具体数据到底是整数还是小数。

mdf/mf4文件创建

1. mdf支持从零创建mdf/mf4文件

下面是官方示例

# -*- coding: utf-8 -*-
"""
*asammdf* MDF usage example
"""
import numpy as np

from asammdf import MDF, Signal

# create 3 Signal objects

timestamps = np.array([0.1, 0.2, 0.3, 0.4, 0.5], dtype=np.float32)

# unit8
s_uint8 = Signal(
    samples=np.array([0, 1, 2, 3, 4], dtype=np.uint8),
    timestamps=timestamps,
    name="Uint8_Signal",
    unit="u1",
)
# int32
s_int32 = Signal(
    samples=np.array([-20, -10, 0, 10, 20], dtype=np.int32),
    timestamps=timestamps,
    name="Int32_Signal",
    unit="i4",
)

# float64
s_float64 = Signal(
    samples=np.array([-20, -10, 0, 10, 20], dtype=np.float64),
    timestamps=timestamps,
    name="Float64_Signal",
    unit="f8",
)

# create empty MDf version 4.00 file
with MDF(version="4.10") as mdf4:

    # append the 3 signals to the new file
    signals = [s_uint8, s_int32, s_float64]
    mdf4.append(signals, comment="Created by Python")

    # save new file
    mdf4.save("my_new_file.mf4", overwrite=True)

    # convert new file to mdf version 3.10
    mdf3 = mdf4.convert(version="3.10")
    print(mdf3.version)

    # get the float signal
    sig = mdf3.get("Float64_Signal")
    print(sig)

    # cut measurement from 0.3s to end of measurement
    mdf4_cut = mdf4.cut(start=0.3)
    mdf4_cut.get("Float64_Signal").plot()

    # cut measurement from start of measurement to 0.4s
    mdf4_cut = mdf4.cut(stop=0.45)
    mdf4_cut.get("Float64_Signal").plot()

    # filter some signals from the file
    mdf4 = mdf4.filter(["Int32_Signal", "Uint8_Signal"])

    # save using zipped transpose deflate blocks
    mdf4.save("out.mf4", compression=2, overwrite=True)

当然，从官方的示例中还可以获得一些其它信息，比如，文件的裁剪，mdf.cut(**args)方法.

2. 也支持从dataframe创建

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'a': np.arrange(10),
    'b': np.arrange(10),
    'c': np.arrange(10),
})
mdf_f = MDF()
mdf_f.append(df)
mdf_f.save("xx.mf4",overwrite=True)

最后

asammdf其实还有一个gui工具，用pip install asammdf[gui]命令即可安装，图形界面实现了一些canape的功能，感觉还是很强大的，感兴趣的可以用下试试。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。