帮我写个Python程序 从采集到的PPG信号文件中导入数据，已知采样频率为40Hz。 2. 计算所采集到的全部数据的持续时间并告知用户，然后用户可以任意指定某个时间段进行心率分析（提示：用户输入分析时间段为x1分y1秒到x2分y2秒，则开始分析位置为(x1*60+y1)406，分析数据点数量为((x2-x1)*60+(y2-y1))*40，注意保证程序健壮性，要对用户输入的分析时间是否合理进行判断）。 1） 分析该时间段内所有完整心跳周期的平均心率并打印出来，单位为次/分，精确到小数点后1位。 2） 绘制出所分析数据的图形，包括原始波形和进行均值滤波之后的波形，作为两个子图放在同一figure中；在进行均值滤波之后的波形图中找出所分析时间段内全部PPG信号的完整周期，即在波峰或波谷处用明显的标识标出

好的，以下是代码实现，注意代码中的注释：

import numpy as np
import matplotlib.pyplot as plt

# 从PPG信号文件中导入数据
def import_data(file_name):
    data = np.loadtxt(file_name, dtype=float, delimiter=',')
    return data

# 计算数据持续时间
def calc_duration(data, fs):
    duration = len(data) / fs
    return duration

# 计算心率
def calc_heart_rate(data, fs, start_time, end_time):
    # 将开始时间和结束时间转换成数据点位置
    start_pos = int(start_time * 60 + end_time) * fs
    end_pos = int(end_time * 60 + end_time) * fs
    # 判断输入的时间是否合理
    if start_pos < 0 or end_pos > len(data):
        print("输入的时间段不合理！")
        return
    # 计算心率
    heart_rates = []
    for i in range(start_pos, end_pos):
        if i + fs < len(data):
            # 计算1秒内的数据的均值
            mean_value = np.mean(data[i:i+fs])
            # 判断是否出现心跳周期
            if data[i+fs] > mean_value and data[i+fs-1] < mean_value:
                heart_rate = 60 / ((i+fs) / fs - start_time*60 - end_time)
                heart_rates.append(heart_rate)
    # 计算平均心率
    avg_heart_rate = np.mean(heart_rates)
    print("所分析时间段内的平均心率为：%.1f 次/分" % avg_heart_rate)

# 绘制波形图
def plot_waveform(data, fs, start_time, end_time):
    # 将开始时间和结束时间转换成数据点位置
    start_pos = int(start_time * 60 + end_time) * fs
    end_pos = int(end_time * 60 + end_time) * fs
    # 判断输入的时间是否合理
    if start_pos < 0 or end_pos > len(data):
        print("输入的时间段不合理！")
        return
    # 原始波形
    plt.subplot(211)
    plt.plot(data[start_pos:end_pos])
    plt.title("原始波形")
    plt.xlabel("时间（秒）")
    plt.ylabel("PPG幅值")
    # 均值滤波后的波形
    plt.subplot(212)
    filtered_data = np.convolve(data, np.ones((10,))/10, mode='valid')
    plt.plot(filtered_data[start_pos:end_pos])
    plt.title("均值滤波后的波形")
    plt.xlabel("时间（秒）")
    plt.ylabel("PPG幅值")
    # 查找心跳周期并标记
    heart_rates = []
    for i in range(start_pos, end_pos):
        if i + fs < len(filtered_data):
            # 计算1秒内的数据的均值
            mean_value = np.mean(filtered_data[i:i+fs])
            # 判断是否出现心跳周期
            if filtered_data[i+fs] > mean_value and filtered_data[i+fs-1] < mean_value:
                plt.annotate("心跳周期", xy=(i+fs-start_pos, filtered_data[i+fs]), xytext=(i+fs-start_pos, filtered_data[i+fs]+0.1), arrowprops=dict(facecolor='red', shrink=0.05))
    plt.show()

# 主函数
if __name__ == '__main__':
    # 导入数据
    data = import_data('ppg_signal.txt')
    # 计算持续时间
    duration = calc_duration(data, 40)
    print("PPG信号的持续时间为：%.1f 秒" % duration)
    # 计算心率并绘制波形图
    start_time = float(input("请输入开始时间（分）："))
    start_second = float(input("请输入开始时间（秒）："))
    end_time = float(input("请输入结束时间（分）："))
    end_second = float(input("请输入结束时间（秒）："))
    calc_heart_rate(data, 40, start_time, start_second, end_time, end_second)
    plot_waveform(data, 40, start_time, start_second, end_time, end_second)

你可以将上述代码保存为一个名为 `ppg_analysis.py` 的文件，然后将采集到的PPG信号文件保存为 `ppg_signal.txt` 放在同一目录下，然后在终端中进入该目录，运行以下命令：

python ppg_analysis.py

接着按照提示输入开始时间和结束时间，即可进行心率分析并绘制波形图。