请编写一个代码，用于对csv文件中第三列的快速傅里叶变换，生成变换后的频谱图并保存为png文件，计算并打印出半次谐波幅值，基波幅值，1.5次谐波幅值，二次谐波幅值，2.5次谐波幅值，三次谐波幅值，四次谐波幅值，五次谐波幅值，六次谐波幅值，采样频率为21.484hz

以下是Python代码实现：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 读取csv文件
data = pd.read_csv('your_csv_file.csv')

# 取第三列数据
signal = data.iloc[:, 2]

# 计算快速傅里叶变换
fft = np.fft.fft(signal)

# 计算频率数组
freq = np.fft.fftfreq(len(signal), d=1/21.484)

# 绘制频谱图并保存为png文件
plt.plot(freq, np.abs(fft))
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.savefig('your_output_file.png')

# 计算各次谐波幅值
f0 = 1/21.484  # 基频频率
n = len(signal) // 2
amp_f0 = 2/n * np.abs(fft[0])
amp_half = 2/n * np.abs(fft[int(n/2)])
amp_1_5 = 2/n * np.abs(fft[int(n*1.5*f0)])
amp_2 = 2/n * np.abs(fft[int(2*f0)])
amp_2_5 = 2/n * np.abs(fft[int(n*2.5*f0)])
amp_3 = 2/n * np.abs(fft[int(3*f0)])
amp_4 = 2/n * np.abs(fft[int(4*f0)])
amp_5 = 2/n * np.abs(fft[int(5*f0)])
amp_6 = 2/n * np.abs(fft[int(6*f0)])

# 打印各次谐波幅值
print('Half harmonic amplitude: ', amp_half)
print('Fundamental frequency amplitude: ', amp_f0)
print('1.5 harmonic amplitude: ', amp_1_5)
print('2 harmonic amplitude: ', amp_2)
print('2.5 harmonic amplitude: ', amp_2_5)
print('3 harmonic amplitude: ', amp_3)
print('4 harmonic amplitude: ', amp_4)
print('5 harmonic amplitude: ', amp_5)
print('6 harmonic amplitude: ', amp_6)

其中，`your_csv_file.csv`为输入的csv文件名，`your_output_file.png`为输出的频谱图文件名。在计算各次谐波幅值时，我们使用了FFT的性质：对于长度为N的信号，FFT计算后的前N/2个值是正频率部分，后N/2个值是负频率部分，其中第0个值是直流分量，第N/2个值是Nyquist频率。因此，我们可以通过索引得到各次谐波的幅值。