在Python中，我们可以使用pandas库来读取Excel文件，matplotlib库来绘制图形，以及openpyxl或xlsxwriter库来写入Excel。以下是一个简单的步骤： ```python import pandas as pd import matplotlib.pyplot as plt from openpyxl import Workbook, load_workbook # 或者使用`xlsxwriter` # 1. 从Excel文件读取数据 # 假设文件名为'my_data.xlsx' df = pd.read_excel('my_data.xlsx') # 检查数据是否加载成功 print(df.head()) # 2. 实现FMD分解方法 def fmd_decomposition(data, parameters): # 这里你需要替换为实际的FMD函数实现 # 假设参数如上所示，即fs, signal, filtersize, cutnum, modenum, maxiternum u = fmd_function(data, fs, signal, *parameters) return u # 调用FMD函数，并保存结果到变量`decomp_result` decomp_result = fmd_decomposition(df['signal_column'], (fs, df['signal_column'], filtersize, cutnum, modenum, maxiternum)) # 3. 绘制分解结果图 plt.figure(figsize=(10, 6)) plt.plot(decomp_result) plt.title('FMD Decomposition Result') plt.xlabel('Index') plt.ylabel('Amplitude') plt.grid(True) plt.show() # 4. 将分解结果写入新的Excel文件 # 使用openpyxl new_wb = Workbook() # 创建新工作簿 new_ws = new_wb.active # 新工作表 # 将分解结果写入新的一列 new_ws.append(['Decomposition Results', *decomp_result.tolist()]) new_wb.save('decomposition_results.xlsx') # 或者使用xlsxwriter # 创建一个新的workbook对象 workbook = xlsxwriter.Workbook('decomposition_results.xlsx') worksheet = workbook.add_worksheet() # 写入数据 row = 0 col = 0 for i in range(len(decomp_result)): worksheet.write(row, col, i + 1) worksheet.write(row, col + 1, decomp_result[i]) row += 1 workbook.close() ``` 注意：上述代码中的`fmd_function`需要你自己实现FMD算法，这里仅作为示例给出。请根据实际情况调整代码。