当然可以！如果您不想依赖Python或者Pandas库，我们可以改用其他语言或工具完成类似的任务。例如，您可以使用MATLAB、Excel VBA宏或者其他脚本语言（如R或Julia）。在这里，我将以一种更通用的方式重新构造解决方案——即通过纯文本处理工具和基础编程技巧实现。 ### 方案概述： 我们将使用简单的文本读取操作代替 `pd.read_csv()`，然后手动解析每一行的内容，并对所需列进行提取与分析。这里我会为您提供一个基于伪代码的思想框架以及实际可用的替代例子。 #### 使用 C++ 示例程序： 下面是一个基本的C++实现思路来帮助您避免使用Python及其第三方库： ```cpp #include <iostream> #include <fstream> #include <vector> #include <cmath> struct DataPoint { double time; double twhtx; double twhty; }; int main() { std::ifstream inFile("data.txt"); if (!inFile) { std::cerr << "无法打开文件!" << std::endl; return 1; } // 存储所有有效记录点 std::vector<DataPoint> dataPoints; while(inFile){ DataPoint dp; char comma; //忽略空白字符 //逐字段读入数据 inFile >> dp.time >> comma >> dp.twhtx >> comma >> dp.twhty ; if(!inFile.eof()) { // 如果不是最后一行，则加入向量容器内 dataPoints.push_back(dp); } else break; } inFile.close(); // 显示一些统计数据 double totalX = 0, totalY=0,maxDisplacement=-9e+37,minDisplacement=9e+37,squareSum=0; size_t count=dataPoints.size(); for(auto &point:dataPoints){ double displacement=sqrt(point.twhtx*point.twhtx+ point.twhty*point.twhty ); maxDisplacement=fmax(maxDisplacement ,displacement ); minDisplacement=fmin(minDisplacement ,displacement ); squareSum += pow(displacement ,2); } std::cout<<"\n总样本数:"<<count; std::cout<<"\n最大位移:"<<maxDisplacement ; std::cout<<"\n最小位移:"<<minDisplacement ; std::cout<<"\n均方根偏差(RMS):"<<sqrt(squareSum /double(count))<<std::endl; } ``` 上述代码实现了几个重要的功能： - 它从"data.txt" 文件中按顺序读取了三列数据。 - 对每个选定的时间间隔内的 X 和 Y 塔顶位移进行了平方求和计算 RMS （Root Mean Square），同时还找出了最高最低值。 优点在于它完全不需要外部 Python 库支持，只需具备 C++ 编程环境即可运行此代码。 --- 如果您的偏好非 C/C++ 类型的语言也没关系，还可以考虑以下选项之一: - **MATLAB**: 提供直观的矩阵运算能力和强大的绘图能力； - **JavaScript/node.js**：对于喜欢前端开发的朋友来说是个不错的选择； - **Perl 或 Bash Shell Scripting:** 这些轻便实用的小脚本能快速搞定小规模任务. 希望这些建议有助于满足您的需求！