这篇文章主要介绍了python使用numpy按一定格式读取bin文件的实现方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
使用numpy按一定格式读取bin文件
python环境下,如何使用numpy像matlab一样按一定格式读取bin文件?
bin文件就是将数据按16进制形式存储的二进制文件(binary),可以使用WINHEX、Notepad++(需安装插件)等以16进制形式打开,如图用notepad++打开。
由于使用python中的read()读取二进制文件时是以字符串形式读取,且每次只能读取一个字节,十分不方便。
偶然发现可以使用numpy中的fromfile按指定格式对bin文件进行读写,方便了许多。
NumPy提供了多种存取数组内容的文件操作函数。
保存数组数据的文件可以是二进制格式或者文本格式。
二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。
tofile()
将数组中的数据以二进制格式写进文件tofile()
输出的数据不保存数组形状和元素类型等信息fromfile()
函数读回数据时需要用户指定元素类型,并对数组的形状进行适当的修改
这里重点介绍fromfile
numpy.fromfile(file, dtype=float, count=-1, sep='', offset=0, *, like=None)
file
:是待读取内容,可以是文件、路径、字符串dtype
:返回数组的数据类型。对于二进制文件,它用于确定文件中项目的大小和字节顺序。支持大多数内置数字类型,也支持扩展类型。1.18.0开始支持复数格式count
:要读取的项目数量(不一定以字节为单位),count = -1表示读取所有项目(即完整文件)sep
:项目之间的分隔符(如果文件是文本文件)。空(“”)分隔符表示文件应被视为二进制文件。分隔符中的空格(“”)与零个或多个空格字符匹配。仅由空格组成的分隔符必须至少匹配一个空格offset
:距文件当前位置的偏移量(以字节为单位)。默认为0。仅允许用于二进制文件。可以和count搭配用于读取指定位置和长度的内容。like
:引用对象以允许创建非NumPy数组的数组,如果传入一个像like一样支持__array_function__
协议的数组形式,结果将由它来定义。在这种情况下,它确保创建与通过此参数传入的对象兼容的数组对象。
import numpy as np
a = np.arange(24)
b = np.fromfile("F:/a.bin", dtype=np.int32, count=5, offset=8)
print(a, '\n', b)
由上图可以看出,数据是以32位的十六进制数形式存储,也就是一个数占4个字节。(tofile写入数据的顺序为 ‘C’ order)。
此时,若设置count=5, offset=8,也就是从0开始偏移8个字节,读取5个数
结果如图:
python读取bin文件并下发串口
# coding:utf-8
import time, serial
from struct import *
import binascii
file = open('E:\\1.bin', 'rb')
i = 0
while 1:
c = file.read(1)
# 将字节转换成16进制;
ssss = str(binascii.b2a_hex(c))[2:-1]
print(str(binascii.b2a_hex(c))[2:-1])
if not c:
break
ser = serial.Serial('COM3', 57600, timeout=1)
ser.write(bytes().fromhex(ssss))# 将16进制转换为字节
if i % 16 == 0:
time.sleep(0.001)
#写每一行等待的时间
i += 1
ser.close()
file.close()
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程学习网。
本文标题为:python使用numpy按一定格式读取bin文件的实现
- MySQL8.0.28安装教程详细图解(windows 64位) 2023-07-26
- 搭建单机Redis缓存服务的实现 2023-07-13
- Mongodb启动报错完美解决方案:about to fork child process,waiting until server is ready for connections. 2023-07-16
- SQLSERVER调用C#的代码实现 2023-07-29
- Oracle 删除大量表记录操作分析总结 2023-07-23
- 在阿里云CentOS 6.8上安装Redis 2023-09-12
- Numpy中如何创建矩阵并等间隔抽取数据 2023-07-28
- SQL Server 2022 AlwaysOn新特性之包含可用性组详解 2023-07-29
- redis清除数据 2023-09-13
- 基于Python制作一个简单的文章搜索工具 2023-07-28