python读取二进制,python读取二进制文件并对其转码

  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。

留言与评论(共有 条评论)
   
验证码: