python读取二进制,python读取二进制文件并对其转码
我明白了。可以在数据指定的任意位置使用一创建列表，在其他位置使用0。了解列表后，这可以由defbinary_data(数据) :轻松完成
为xinrange(data[-1]1)返回[1 ifxindatalelse 0
变成这样数据=[ 1,2,4,5,9 ]
bindata=binary_data(数据)
bindata
[ 0,1,1,0,1,1,0,0,0,1 ]
现在你要做的就是策划那个。或者更好的步骤是二进制数据，所以步骤) )看起来更好。导入编号为公证人
来自matplotlib。pyplotimportstep，显示
efbinary_data(数据) :
为xinrange(data[-1]1)返回[1 ifxindatalelse 0
数据=[ 1,2,4,5,9 ]
bindata=binary_data(数据)
xaxis=NP.arange(0，data([-1]1))))))))))))))))。
yaxis=NP .数组(Bindata))。
step(Xaxis，yaxis))。
show())
要绘制重叠在同一图表上的多个数据数组，请调整二进制数据，例如defbinary_data(数据)，yshift=0):
return[y shift 1 ifxindatalseyshiftforxinrange[-1]1]
现在，您可以通过设置yshift参数在y轴上移动数据数组例如数据=[ 1,2,4,5,9 ]
bindata1=binary_data(数据)
绑定数据一
[ 0,1,1,0,1,1,0,0,0,1 ]
bindata2=binary_data(data，2))。
bindata2
[ 2,3,3,2,3,3,2,2,2,3 ]
如果将数据1、数据2、数据3重叠，则会变成这样。导入编号为公证人
来自matplotlib。pyplotimportstep，显示
efbinary_data(data，yshift=0):
return[y shift 1 ifxindatalseyshiftforxinrange[-1]1]
数据1=[ 1,2,4,5,9 ]
bindata1=binary_data(data1)
x1=NP.arange(0，data1(-1 )1))。
y1=NP .数组(bindata1))。
dt a2=[ 1，4，9 ]
bindata2=binary _ data (data 2，2))。
x2=NP.arange(0，data2(-1 )1))。
y2=NP .Array(Bindata2)))))))))))))))))))))))。
数据3=[ 1,2,8,9 ]
bindata3=binary _ data (data 3，4))。
x3=NP.arange(0，data3(-1 )1))。
y3=NP .Array(Bindata3)))))))))))))。
步骤(x1，y1，x2，y2，x3，y3))。
show())
数据=[ 1,2,4,5,9 ],
[ 1,4,9 ],
[ 1,2,8,9 ]
对于移位，双数值（数据) :
bindata=binary_data(d，2 * shift))
x=NP.arange(0，d[-1] 1))。
y=NP .数组(Bindata))。
第(x，y)步。
show())
最后，如果您正在处理不同长度的数据数组（如[ 1,2 ]或[ 15,16 ] ),并且不喜欢在图中间消失的图，则可以再次调整二进制数据),强制将其范围设置为最大数据范围。导入编号为公证人
来自matplotlib。pyplotimportstep，显示
defbinary_data(data，limit，yshift=0):
return[y shift 1 ifxindatalseyshiftforxinrange(limit)]
data=[ 1，2，4，5，9，12，13，14 ]，
[1、4、10、11、20、21、22],
[1、2、3、4、15、16、17、18]
#找出要绘制的最长数据
limit=max([x[-1]1forxindata]
x=NP.arange(0，limit))。
对于移位，双数值（数据) :
bindata=binary_data(d，limit，2 * shift ) ) ) ) ) )0) 0
y=NP .数组(Bindata))。
第(x，y)步。
show())
编辑：您自己的二进制数据（如果要执行从数据到bindata的转换，而不是定义函数，则为numpy.zeros_like)，如@ImportanceOfBeingErnest建议的重叠时请注意：将数组作为铭牌导入
来自matplotlib。pyplotimportstep，显示
data=[ 1，2，4，5，9，12，13，14 ]，
[1、4、10、11、20、21、22],
[1、2、3、4、15、16、17、18]
#找出要绘制的最长数据
limit=max([x[-1]1forxindata]
x=NP.arange(0，limit))。
对于移位，双数值（数据) :
y=NP .零_喜欢(x)
y[d]=1
#别忘了换挡
y=2 *移位
第(x，y)步。
show())
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。