片対数グラフをCSVファイルからプロットするPythonコード

はじめに

本記事では、**RLC直列回路の周波数特性（電流と位相差）**をPythonを用いてグラフ化する手順を紹介します。

実験やシミュレーションで得られた周波数応答データ（電流[mA]と位相差[deg]）をもとに、以下の2種類のグラフを作成します：

• 線形スケールのグラフ：直感的に周波数と電流・位相差の関係がわかる
• 片対数スケール（X軸）グラフ：低周波から高周波まで広い範囲を一目で把握できる

また、データ入力のための CSVファイルの作成方法、および Google Colab を利用したアップロードと可視化も紹介しています。これにより、誰でも簡単に実験データの可視化が可能になります。

参考文献

Pythonコード

import matplotlib.pyplot as plt
import numpy as np

# ================================================
# ダミーデータの生成 / Generate Dummy Data
# ================================================

# 周波数 [kHz] / Frequency in kHz
freq_kHz = np.linspace(0.1, 100, 30)  # 0.1 kHz ～ 100 kHz の範囲で30点

# 電流 [mA]：共振周波数でピークを持つようなデータ / Simulate resonance curve
resonance_freq = 10  # 共振周波数 [kHz]
current_mA = 10 / np.sqrt((1 - (freq_kHz / resonance_freq)**2)**2 + (0.1 * freq_kHz)**2)
current_mA *= 0.8  # スケーリング

# 位相差 [deg]：共振点で0°、低周波で-90°, 高周波で+90°の典型形状
phase_deg = np.degrees(np.arctan((freq_kHz / resonance_freq - resonance_freq / freq_kHz) * 5))

# ================================================
# 線形スケールでのプロット / Linear Scale Plot
# ================================================
fig1, ax1 = plt.subplots(figsize=(10, 5))

# 左軸：電流 / Left Y-axis: Current
ax1.set_xlabel("Frequency f [kHz]")
ax1.set_ylabel("Current [mA]", color='tab:blue')
ax1.plot(freq_kHz, current_mA, 'o-', color='tab:blue', label="Current")
ax1.tick_params(axis='y', labelcolor='tab:blue')

# 右軸：位相差 / Right Y-axis: Phase
ax2 = ax1.twinx()
ax2.set_ylabel("Phase Difference [deg]", color='tab:orange')
ax2.plot(freq_kHz, phase_deg, 'o-', color='tab:orange', label="Phase")
ax2.tick_params(axis='y', labelcolor='tab:orange')

# グラフの装飾 / Decoration
plt.title("RLC Series Circuit Frequency Characteristics (Linear Scale)")
fig1.tight_layout()
plt.grid(True, linestyle="--", linewidth=0.5)
plt.show()

# ================================================
# 片対数スケールでのプロット / Semilog X Plot
# ================================================
fig2, ax3 = plt.subplots(figsize=(10, 5))

# 左軸：電流 / Left Y-axis: Current
ax3.set_xlabel("Frequency f [kHz]")
ax3.set_ylabel("Current [mA]", color='tab:blue')
ax3.semilogx(freq_kHz, current_mA, 'o-', color='tab:blue', label="Current")
ax3.tick_params(axis='y', labelcolor='tab:blue')

# 右軸：位相差 / Right Y-axis: Phase
ax4 = ax3.twinx()
ax4.set_ylabel("Phase Difference [deg]", color='tab:orange')
ax4.semilogx(freq_kHz, phase_deg, 'o-', color='tab:orange', label="Phase")
ax4.tick_params(axis='y', labelcolor='tab:orange')

# グラフの装飾 / Decoration
plt.title("RLC Series Circuit Frequency Characteristics (Semilog X Scale)")
fig2.tight_layout()
plt.grid(True, which="both", linestyle="--", linewidth=0.5)
plt.show()

結果

CSVファイルを作るPythonコード

import pandas as pd

# データの辞書 / Define data as dictionary
data = {
    "Frequency_kHz": [
        0.1, 0.2, 0.5, 1.0, 1.5, 2.0, 3.0, 5.0, 6.0, 7.0, 7.5, 8.0, 8.5, 9.0,
        9.188, 9.5, 10.0, 12.0, 15.0, 20.0, 30.0, 40.0, 50.0, 60.0, 70.0,
        80.0, 85.0, 90.0, 95.0, 100.0
    ],
    "Current_mA": [
        0.724, 0.645, 0.453, 0.459, 0.841, 1.221, 2.44, 4.51, 6.22, 7.59, 5.02,
        4.52, 3.18, 3.05, 3.02, 3.39, 5.02, 0.581, 0.922, 1.41, 2.44, 3.42,
        4.41, 5.42, 6.44, 7.58, 7.59, 8.05, 8.05, 9.0
    ],
    "Phase_deg": [
        -5.54, -25.35, -45.0, -61.35, -54.07, -44.52, -24.78, -10.55, -4.29,
        -1.86, -3.02, -4.74, -6.86, -7.59, -3.82, -3.52, 4.58, 41.71, 64.29,
        74.75, 78.05, 78.05, 78.54, 78.54, 78.54, 78.54, 76.74, 76.85, 76.85,
        77.89
    ]
}

# DataFrameに変換 / Create DataFrame
df = pd.DataFrame(data)

# CSVファイルとして保存 / Save as CSV
df.to_csv("rlc_data.csv", index=False)

print(" rlc_data.csv has been created.")
from google.colab import files
files.download("rlc_data.csv")

CSVファイルを入れたらプロットしてくれるPythonコード

# =========================================
# Google Colab用：CSVアップロード + プロット一括コード
# =========================================
import pandas as pd
import matplotlib.pyplot as plt
from google.colab import files

# ===  ① CSVファイルをアップロード / Upload CSV file ===
uploaded = files.upload()
filename = next(iter(uploaded))  # 最初にアップロードされたファイル名を取得

# ===  ② CSVファイルを読み込む / Read CSV data ===
# カラム名は「Frequency_kHz」「Current_mA」「Phase_deg」を想定
df = pd.read_csv(filename)

# データの抽出 / Extract columns
freq_kHz = df["Frequency_kHz"]
current_mA = df["Current_mA"]
phase_deg = df["Phase_deg"]

# ===  ③ 線形スケールでのプロット / Linear scale plot ===
fig1, ax1 = plt.subplots(figsize=(10, 5))

ax1.set_xlabel("Frequency f [kHz]")
ax1.set_ylabel("Current [mA]", color='tab:blue')
ax1.plot(freq_kHz, current_mA, 'o-', color='tab:blue', label="Current")
ax1.tick_params(axis='y', labelcolor='tab:blue')

ax2 = ax1.twinx()
ax2.set_ylabel("Phase Difference [deg]", color='tab:orange')
ax2.plot(freq_kHz, phase_deg, 'o-', color='tab:orange', label="Phase")
ax2.tick_params(axis='y', labelcolor='tab:orange')

plt.title("RLC Series Circuit Frequency Characteristics (Linear Scale)")
fig1.tight_layout()
plt.grid(True, linestyle="--", linewidth=0.5)
plt.show()

# ===  ④ 片対数スケール（X軸のみ）/ Semilog X scale plot ===
fig2, ax3 = plt.subplots(figsize=(10, 5))

ax3.set_xlabel("Frequency f [kHz]")
ax3.set_ylabel("Current [mA]", color='tab:blue')
ax3.semilogx(freq_kHz, current_mA, 'o-', color='tab:blue', label="Current")
ax3.tick_params(axis='y', labelcolor='tab:blue')

ax4 = ax3.twinx()
ax4.set_ylabel("Phase Difference [deg]", color='tab:orange')
ax4.semilogx(freq_kHz, phase_deg, 'o-', color='tab:orange', label="Phase")
ax4.tick_params(axis='y', labelcolor='tab:orange')

plt.title("RLC Series Circuit Frequency Characteristics (Semilog X Scale)")
fig2.tight_layout()
plt.grid(True, which="both", linestyle="--", linewidth=0.5)
plt.show()