### 使用Python实现串口数据转换为图形可视化的解决方案 为了将串口接收到的两位数数据转换为图形可视化，可以通过 `pyserial` 库读取串口数据，并利用 `matplotlib` 或其他库（如 `plotly`）完成数据的实时绘制。以下是完整的实现方案： #### 1. 安装必要的依赖库 在运行程序之前，请确保安装了以下 Python 库： - **PySerial**: 用于串口通信。 - **Matplotlib**: 用于数据可视化。 可通过以下命令安装所需库： ```bash pip install pyserial matplotlib ``` --- #### 2. 数据接收与解析逻辑 假设串口发送的是十六进制编码的两位数值（高八位和低八位），需要将其组合并转化为十进制整数。具体代码如下： ```python import serial import time import struct def read_serial_data(port='COM3', baudrate=9600, timeout=1): """ 初始化串口并持续读取数据。 :param port: 串口号，默认 'COM3' :param baudrate: 波特率，默认 9600 :param timeout: 超时时间，默认 1 秒 :return: 十进制数值列表 """ ser = serial.Serial(port, baudrate=baudrate, timeout=timeout) time.sleep(2) # 等待串口初始化 data_list = [] try: while True: if ser.in_waiting >= 4: # 至少有四个字节可用 raw_data = ser.read(4) # 每次读取四位数据 # 高八位和低八位分别解码 high_byte_left, low_byte_left, high_byte_right, low_byte_right = struct.unpack('>BBBB', raw_data[:4]) # 合并高低八位形成完整数值 left_value = (high_byte_left << 8) | low_byte_left right_value = (high_byte_right << 8) | low_byte_right # 添加到数据列表中 data_list.append((left_value, right_value)) print(f"Left Wheel Speed: {left_value}, Right Wheel Speed: {right_value}") if len(data_list) >= 10: # 当收集够一定数量的数据后停止采集 break except KeyboardInterrupt: pass finally: ser.close() return data_list ``` 此部分实现了从串口中读取原始数据，并按照指定格式解析为十进制数值[^1]。 --- #### 3. 数据可视化模块 使用 Matplotlib 对获取的数据进行实时绘图展示： ```python import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation class SerialDataPlotter: def __init__(self, data_points): self.data_points = data_points # 初始化图像窗口 self.fig, self.ax = plt.subplots(figsize=(10, 5)) self.left_line, = self.ax.plot([], [], label="Left Wheel", color="blue", marker='o') self.right_line, = self.ax.plot([], [], label="Right Wheel", color="red", marker='s') # 设置坐标轴范围和其他属性 self.xdata, self.ydata_left, self.ydata_right = [], [], [] self.ax.set_xlim(0, len(self.data_points)) self.ax.set_ylim(min([min(d) for d in zip(*self.data_points)]) - 10, max([max(d) for d in zip(*self.data_points)]) + 10) self.ax.legend(loc="upper left") self.ax.set_title("Serial Data Visualization") self.ax.set_xlabel("Sample Index") self.ax.set_ylabel("Speed Value") def update_plot(self, frame_idx): """更新图表""" if frame_idx < len(self.data_points): self.xdata.append(frame_idx) self.ydata_left.append(self.data_points[frame_idx][0]) # 左侧轮子的速度 self.ydata_right.append(self.data_points[frame_idx][1]) # 右侧轮子的速度 self.left_line.set_data(self.xdata, self.ydata_left) self.right_line.set_data(self.xdata, self.ydata_right) return self.left_line, self.right_line, # 主函数入口 if __name__ == "__main__": received_data = read_serial_data() # 获取串口数据 plotter = SerialDataPlotter(received_data) # 创建绘图对象 ani = FuncAnimation(plotter.fig, plotter.update_plot, frames=len(received_data), interval=500, blit=True) plt.show() ``` 以上代码定义了一个类 `SerialDataPlotter` 来动态更新图表中的线条位置[^2]。通过动画机制 (`FuncAnimation`) 实现实时刷新效果。 --- #### 4. 处理复杂场景下的优化建议 如果遇到大量连续数据传输的情况，推荐引入多线程技术分离串口监听与 UI 渲染过程，从而避免阻塞主线程[^3]^。此外，在实际应用中可能还需要考虑异常捕获、日志记录等功能增强稳定性。 --- #### 总结 本解答提供了基于 PySerial 和 Matplotlib 的串口数据可视化全流程实现方式，涵盖了数据读取、解析以及图形渲染等多个环节。最终能够以清晰直观的形式呈现设备状态变化趋势。