python对gnss信噪比数据文件夹下多个xlsx文件存储进行Lomb Scargle Periodogram算法获取频率并保存最大频率作图

以下是实现该功能的Python代码：

import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from astropy.stats import LombScargle

# 设置文件夹路径
folder_path = 'gnss信噪比数据文件夹路径'

# 遍历文件夹中的xlsx文件
for file_name in os.listdir(folder_path):
    if file_name.endswith('.xlsx'):
        file_path = os.path.join(folder_path, file_name)
        
        # 读取xlsx文件数据
        data = pd.read_excel(file_path)
        snr = data['SNR'].values
        time = data['Time'].values
        
        # 对时间数据进行归一化处理
        time = (time - time[0]) / 3600 / 24
        
        # 计算Lomb Scargle Periodogram
        frequency, power = LombScargle(time, snr).autopower()
        
        # 获取最大频率
        max_frequency = frequency[np.argmax(power)]
        
        # 保存最大频率
        with open(file_name[:-5] + '_max_frequency.txt', 'w') as f:
            f.write(str(max_frequency))
        
        # 绘制频谱图
        plt.figure()
        plt.plot(frequency, power)
        plt.xlabel('Frequency (1/day)')
        plt.ylabel('Power')
        plt.title(file_name[:-5] + ' SNR Spectrum')
        plt.savefig(file_name[:-5] + '_spectrum.png')
        plt.close()

该代码首先设置了一个文件夹路径，然后遍历该文件夹中的所有xlsx文件。对于每个文件，它读取文件数据，并使用Lomb Scargle Periodogram算法计算频率和功率。然后，它获取最大频率，并将其保存到一个文本文件中。最后，它绘制频谱图，并将其保存为一个png文件。