从零开始：如何用Python手绘波特图并分析电路稳定性

Python实战：手绘波特图与电路稳定性分析指南

1. 波特图基础与Python实现原理

波特图作为频域分析的核心工具，由美国工程师Hendrick Wade Bode在20世纪30年代提出，至今仍是电子工程领域不可或缺的分析手段。传统手工绘制波特图需要繁琐的计算和绘图，而Python凭借其强大的科学计算库，可以让我们快速实现这一过程。

在Python中绘制波特图主要依赖两个核心库：

• NumPy：处理复数运算和频率响应计算
• Matplotlib：实现数据可视化展示

传递函数是波特图绘制的数学基础。对于一个简单的RC低通滤波器，其传递函数可表示为：

import numpy as np

def transfer_function(R, C, frequencies):
    """
    计算RC低通滤波器的传递函数
    :param R: 电阻值(欧姆)
    :param C: 电容值(法拉)
    :param frequencies: 频率数组(Hz)
    :return: 复数形式的传递函数数组
    """
    s = 1j * 2 * np.pi * frequencies  # 复频率
    return 1 / (1 + s * R * C)

2. 完整波特图绘制流程

2.1 系统参数设置与频率生成

合理的频率范围选择对波特图分析至关重要。我们通常采用对数间隔的频率点：

def generate_frequency_range(start_decade, end_decade, points_per_decade=10):
    """
    生成对数间隔的频率点
    :param start_decade: 起始十倍频(10^start_decade Hz)
    :param end_decade: 结束十倍频(10^end_decade Hz)
    :param points_per_decade: 每十倍频点数
    :return: 频率数组(Hz)
    """
    decades = np.arange(start_decade, end_decade + 1)
    freq_points = np.logspace(decades[0], decades[-1], 
                             len(decades)*points_per_decade)
    return freq_points

2.2 增益与相位计算

将传递函数转换为增益(dB)和相位(度)：

def calculate_bode_parameters(H):
    """
    计算增益(dB)和相位(度)
    :param H: 传递函数数组(复数)
    :return: 增益(dB), 相位(度)
    """
    gain = 20 * np.log10(np.abs(H))  # 幅度转分贝
    phase = np.angle(