数据分析与导出

查询历史数据

进入左侧 分析 页面，在 控制器 页签完成查询：

1. 从 选择连接 中选择要分析的 Mini。
2. 设置开始与结束日期时间；留空时按界面默认范围查询。
3. 按需要开启 时间倒序。
4. 调整列显示后查看温度、电流、电压与光功率记录。
5. 使用分页切换较大的结果集。

历史分析

没有查询结果不代表连接故障。先确认所选连接正确、时间范围覆盖实际采样时段，并且当时设备曾保持连接并产生数据。

绘制趋势图

查询得到历史记录后，点击 绘图 打开趋势窗口。可选择要比较的指标，设置 Y 轴阈值，并下载当前图像。

趋势图

导出表格

先完成查询，再从 导出 菜单选择格式。导出进入任务中心后，可查看排队、执行、完成或失败状态；不再需要的任务可以取消。文件生成前不要退出应用或移除目标目录的写入权限。

分析页提供以下三种格式。文件导出完成后，可使用 Python pandas 读取；先在终端安装所需依赖：

pip install pandas openpyxl pyarrow

将以下示例中的 data.csv、data.xlsx 或 data.parquet 替换为实际导出的文件路径。

CSV

适合快速查看与脚本处理。导出文件采用带 BOM 的 UTF-8 编码，使用 utf-8-sig 读取：

import pandas as pd

df = pd.read_csv("data.csv", encoding="utf-8-sig")
print(df.head())

Excel

适合在电子表格软件中继续整理。使用 openpyxl 引擎读取“分析数据”工作表：

import pandas as pd

df = pd.read_excel("data.xlsx", sheet_name="分析数据", engine="openpyxl")
print(df.head())

Parquet

适合保留类型并处理较大的数据集。使用 pyarrow 引擎读取：

import pandas as pd

df = pd.read_parquet("data.parquet", engine="pyarrow")
print(df.head())

CSV 和 Excel 使用中文列名；Parquet 使用英文物理列名，并保留字段类型信息。