simulink 15 数据类型转化模块
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了simulink 15 数据类型转化模块相关的知识，希望对你有一定的参考价值。
参考技术A 浮点数：小数点的位置可按需要移动定点数：所有数的小数点定义在同一位置
RWV：V=S*Q=B S是斜率，B是偏移，Q为输出结果
SI：产生定点数处理，包含硬件特性
两个操作相同，即保持原样，如上图上、下图下；两个操作不同，小数点会移动，默认SI的小数点在最后一位
在2^( )填写倍数
上面的图：
输入为15，上图下两个操作不同，前面的转换默认为浮点数，小数位数为2位，15转换为2进制数则为：
15 = 001111.00，之后进行SI转换，为了让小数点在最后一位，小数点后移2位，此时为111100=60；
下面的图：
输入为SI即为001111，之后转为不是SI的保留两位小数：0011.11=3.75 。
python之模块Ⅱ
模块Ⅱ
序列化模块（重点）
定义：将一个数据类型结构（list，dict...）转化成一个特殊的序列（特殊的字符串）的过程。
? 在文件存储和文件传输时有时会遇到，将原数据结构转化为str()存储在文件，或转化为bytes通过网络传输后，在读取文件或接收到文件后无法转换为原数据结构。通过序列化模块可将原数据类型转化为一种特殊的字符串，这个字符串可以与任何的数据结构相互转换。
序列化模块的分类
? 序列化模块可将一种数据结构转化为特殊的序列（字符串、bytes）并且还可以转换回去。目前序列化模块有三种：json模块，pickle模块，shevle模块
json序列化
? 是所有语言公认的最常用的一种序列，但是支持的python数据结构有限
可分为两对四个方法：
dumps，loads主要用于网络传输，也可以用于文件的存取
import json dic = 'username': '王大锤', 'password': 123,'status': False ret = json.dumps(dic)#序列化：将一个字典转换成一个字符串 print(ret,type(ret)) #"username": "\u738b\u5927\u9524", "password": 123, "status": false <class 'str'> #注意，json转换完的字符串类型的字典中的字符串是由""表示的 ret_dict = json.loads(ret)#反序列化：将一个字符串格式的字典转换成一个字典 print(ret_dict) #'username': '王大锤', 'password': 123, 'status': False #注意，要用json的loads功能处理的字符串类型的字典中的字符串必须由""表示可传递参数：
dic = 'username': '王大锤', 'password': 123,'status': False ret = json.dumps(dic,ensure_ascii=False,sort_keys=True) print(ret,type(ret)) #"password": 123, "status": false, "username": "王大锤" <class 'str'>? 其他参数说明：ensure_ascii:，当它为True的时候，所有非ASCII码字符显示为\uXXXX序列，只需在dump时将ensure_ascii设置为False即可，此时存入json的中文即可正常显示。 separators：分隔符，实际上是(item_separator, dict_separator)的一个元组，默认的就是(‘,’,’:’)；这表示dictionary内keys之间用“,”隔开，而KEY和value之间用“：”隔开。 sort_keys：将数据根据keys的值进行排序。
存取文件：
import json dic = 'username': '王大锤', 'password': 123,'status': False s_dict = json.dumps(dic) with open('jsonlx.json',encoding='utf-8',mode='w') as f1: f1.write(s_dict) with open('jsonlx.json',encoding='utf-8') as f2: content = f2.read() print(json.loads(content))dump，load用于文件存取
import json f = open('json_file.json','w') dic = 'k1':'v1','k2':'v2','k3':'v3' json.dump(dic,f) #dump方法接收一个文件句柄，直接将字典转换成json字符串写入文件 f.close() # json文件也是文件，就是专门存储json字符串的文件。 f = open('json_file.json') dic2 = json.load(f) #load方法接收一个文件句柄，直接将文件中的json字符串转换成数据结构返回 f.close() print(type(dic2),dic2)将多个数据存储到文件中
import json dic1 = 'username': '王大锤', 'password': 123,'status': False dic2 = 'username': 'abc', 'password': 123,'status': False dic3 = 'username': 'ly', 'password': 123,'status': False with open('jsonmore.json',encoding='utf-8',mode='a') as f1: f1.write(f'json.dumps(dic1)\njson.dumps(dic2)\njson.dumps(dic3)') with open('jsonmore.json',encoding='utf-8') as f1: for line in f1: ret = json.loads(line) print(ret,type(ret))
pickle序列化
dumps，loads只能用于网络传输
import pickle l1 = ['wusir', '太白', '小黑', 666] ret = pickle.dumps(l1) print(ret) #b'\x80\x03]q\x00(X\x06\x00\x00\x00\xe5\xb0\x8f\xe9\xbb\x91q\x01M\x9a\x02e.' l2 = pickle.loads(ret) print(l2,type(l2)) ['小黑', 666] <class 'list'>dump，load只能用于文件存取
import pickle l1 = ['wusir', '太白', '小黑', 666] with open('pickle练习.pickle',mode='wb') as f1: pickle.dump(l1,f1) with open('pickle练习.pickle', mode='rb') as f1: ret = pickle.load(f1) print(ret,type(ret))多个数据写入
# 多个数据写入文件 l1 = ['wusir', '太白', '小黑1', 666] l2 = ['wusir', '太白', '小黑2', 666] l3 = ['wusir', '太白', '小黑3', 666] with open('pickle练习1.pickle',mode='wb') as f1: pickle.dump(l1,f1) pickle.dump(l2,f1) pickle.dump(l3,f1) with open('pickle练习1.pickle', mode='rb') as f1: ret1 = pickle.load(f1) ret2 = pickle.load(f1) ret3 = pickle.load(f1) print(ret1,ret2,ret3)
os模块
与工作目录（当前目录、父级目录）有关的
import os print(os.getcwd()) # 获取当前工作目录，即当前python脚本工作的目录路径 ** os.chdir(r'D:\s23\day9')# 改变当前脚本工作目录；相当于shell下cd ** os.curdir # 返回当前目录: ('.') ** os.pardir # 获取当前目录的父目录字符串名：('..') **和文件夹相关 ***
os.makedirs('dirname1/dirname2') #可生成多层递归目录 *** os.removedirs('dirname1') #若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推 *** os.mkdir('dirname') #生成单级目录；相当于shell中mkdir dirname *** os.rmdir('dirname') #删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname *** os.listdir('dirname') #列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印 **和文件相关
os.remove() #删除一个文件 *** os.rename("oldname","newname") #重命名文件/目录 *** os.stat('path/filename') #获取文件/目录信息 **和路径相关
os.path.abspath(path) #返回path规范化的绝对路径 *** os.path.split(path) #将path分割成目录和文件名二元组返回 *** os.path.dirname(path) #返回path的目录。其实就是os.path.split(path)的第一个元素 ** os.path.basename(path) #返回path最后的文件名。如何path以／或\结尾，那么就会返回空值，即os.path.split(path)的第二个元素。 ** os.path.exists(path) #如果path存在，返回True；如果path不存在，返回False *** os.path.isabs(path) #如果path是绝对路径，返回True ** os.path.isfile(path) #如果path是一个存在的文件，返回True。否则返回False *** os.path.isdir(path) #如果path是一个存在的目录，则返回True。否则返回False *** os.path.join(path1[, path2[, ...]]) #将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 *** os.path.getatime(path) #返回path所指向的文件或者目录的最后访问时间 ** os.path.getmtime(path) #返回path所指向的文件或者目录的最后修改时间 ** os.path.getsize(path) #返回path的大小 ***
sys模块
sys模块是与python解释器交互的一个接口
sys.argv #命令行参数List，第一个元素是程序本身路径 sys.exit(n) #退出程序，正常退出时exit(0),错误退出sys.exit(1) sys.version #获取Python解释程序的版本信息 sys.path #返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 *** sys.platform #返回操作系统平台名称hashlib模块
定义：加密模块、摘要算法、散列算法等等，他是一堆加密算法的集合
hashlib如何加密
- 将一个bytes类型的数据通过hashlib进行加密，返回一个等长度的16进制数字
- 过程不可逆
- 相同的bytes类型的数据通过相同加密方法得到的数字绝对相同
- 不相同的bytes类型的数据通过相同加密方法得到的数字绝对不相同
用途
文件加密，md5加密级别是最低的，sha系列安全系数高,耗时高。
import hashlib md5 = hashlib.md5() md5.update('123456'.encode('utf-8')) print(md5.hexdigest()) # 'e10adc3949ba59abbe56e057f20f883e'加固定的盐
ret = hashlib.md5('xxx公司'.encode('utf-8')) ret.update('123456'.encode('utf-8')) s = ret.hexdigest() print(s,type(s)) # 1ef97f2f10b2ba2dc273a9641cd713d2 <class 'str'>加动态的盐
username = input('输入用户名:').strip() password = input('输入密码').strip() ret = hashlib.md5(username[::2].encode('utf-8')) ret.update(password.encode('utf-8')) s = ret.hexdigest() print(s)文件一致性校验
import hashlib def md5_file(path): ret = hashlib.md5() with open(path,mode='rb') as f1: while 1: content = f1.read(1024) if content: ret.update(content) else: return ret.hexdigest()
time模块
三种表示方式：时间戳（timestamp）、格式化的时间字符串(Format String)、元组(struct_time)
时间戳
import time print(time.time()) # 1561713996.1833062时间字符串
import time print(time.strftime('%y-%m-%d %H:%M:%S')) # 19-06-28 17:27:27结构化时间
localtime将一个时间戳转换为当前时区的struct_time
import time timestamp = time.time() st = time.localtime(timestamp) print(st) # time.struct_time(tm_year=2019, tm_mon=6, tm_mday=28, tm_hour=17, tm_min=34, tm_sec=33, tm_wday=4, tm_yday=179, tm_isdst=0)
格式化时间 ----> 时间戳
ft = time.strftime('%Y/%m/%d %H:%M:%S') st = time.strptime(ft,'%Y/%m/%d %H:%M:%S') print(st) # 转化为结构化时间 timestamp = time.mktime(st) print(timestamp) # 转化为时间戳 # time.struct_time(tm_year=2019, tm_mon=6, tm_mday=28, tm_hour=17, tm_min=35, tm_sec=55, tm_wday=4, tm_yday=179, tm_isdst=-1) #1561714737.0时间戳 ---> 结构化时间
t = time.time() st = time.localtime(t) print(st) # 转化为结构化时间 ft = time.strftime('%Y/%m/%d %H:%M:%S',st) print(ft) # 转化为格式化时间 # time.struct_time(tm_year=2019, tm_mon=6, tm_mday=28, tm_hour=17, tm_min=42, tm_sec=55, tm_wday=4, tm_yday=179, tm_isdst=0) # 19-06-28 17:42:55datetime模块
# datatime模块 import datetime now_time = datetime.datetime.now() # 现在的时间 # 只能调整的字段：weeks days hours minutes seconds print(datetime.datetime.now() + datetime.timedelta(weeks=3)) # 三周后 print(datetime.datetime.now() + datetime.timedelta(weeks=-3)) # 三周前 current_time = datetime.datetime.now() # 可直接调整到指定的 年 月 日 时 分 秒 等 print(current_time.replace(year=1977)) # 直接调整到1977年 print(current_time.replace(month=1)) # 直接调整到1月份 print(current_time.replace(year=1989,month=4,day=25)) # 1989-04-25 18:49:05.898601 # 将时间戳转化成时间 print(datetime.date.fromtimestamp(1232132131)) # 2009-01-17random模块
>>> import random #随机小数 >>> random.random() # 大于0且小于1之间的小数 0.7664338663654585 >>> random.uniform(1,3) #大于1小于3的小数 1.6270147180533838 #随机整数 >>> random.randint(1,5) # 大于等于1且小于等于5之间的整数 >>> random.randrange(1,10,2) # 大于等于1且小于10之间的奇数 #随机选择一个返回 >>> random.choice([1,'23',[4,5]]) # #1或者23或者[4,5] #随机选择多个返回，返回的个数为函数的第二个参数 >>> random.sample([1,'23',[4,5]],2) # #列表元素任意2个组合 [[4, 5], '23'] #打乱列表顺序 >>> item=[1,3,5,7,9] >>> random.shuffle(item) # 打乱次序 >>> item [5, 1, 3, 7, 9] >>> random.shuffle(item) >>> item [5, 9, 7, 1, 3]
以上是关于simulink 15 数据类型转化模块的主要内容，如果未能解决你的问题，请参考以下文章