我的第一篇博客

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录


前言

大家好,我是一名电子初级工程师(只有这个证书,哈哈哈),这是我发布的第一篇博客。

分享的主要目的是:

1、一方面是为了记录开发流程和过程中所遇到的问题,供以后参考;

2、另一方面是想将其作为一个flag,督促自己学习;

3、总觉得一路走来,也该想留下点什么;

4、也期待遇到一些志同道合的朋友。


一、技术定位

主要讲技术实践,也会出对应的视频教程,理论基础需自行学习。

视频地址:心迹难寻视频专辑-心迹难寻视频合集-哔哩哔哩视频

二、系列合集

流程:主线将按如下排序进行讲解,争取每周更新2~3篇。

1.AUTOSAR

策略:

将采用自底向上的方式进行讲解。

开发路线:

工程搭建--->BSW(MCAL--->通信协议栈(CAN/LIN))--->SWC--->代码集成--->测试。

2.Bootloader

策略:

将采用TI C2000系列DSP芯片进行讲解。

开发路线:

工程搭建--->内存分配/映射--->拟定通信协议--->上位机开发(包含Hex文件解析)--->CAN/LIN驱动开发--->代码集成--->测试。

3.芯片解密

策略:

将采用TI C2000系列DSP芯片进行讲解。

开发路线:

工程搭建--->加载解密程序--->测试。

4.功能安全

5.ASPICE

策略:

将选取一个简单的项目进行讲解,只讲:SYS1~5和SWE1~6过程域,项目管理、供应商监控、问题管理等过程域均不涉及。

开发路线:

按照V模型进行开发,即:SYS1~3--->SWC1~6--->SYS4~5(输出文件主要有:xx计划、xx规范、xx设计、xx测试、集成代码、检查单和日志等等)。

注:没有Polarion软件,对于核心追溯性,不做统计,后面考虑其他方法实现过程域输出文件的管理。

6.嵌入式开发工具

策略:

将结合以上合集项目,使用时进行讲解。

开发路线:

基本工程创建--->示例演示--->使用过程中可能会遇到的问题(比如:WinIDEA找不到CPU?)。


总结


该篇作为开题,对今后要分享的模块进行了汇总,由于涉及的模块较多,对合集项目开发策略和路线进行了总结,对相关模块所及涉到的技术,并为一一展开。

技术核心为:实践为主(默认理论OK)

下节预示:AUTOSAR---基于EB的MCAL MCU驱动开发  / 基于Green hills 搭建基本工程文件。

  • 6
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
Matplotlib是Python中最流行的数据可视化库之一。它可以绘制各种类型的图表,从简单的线图到复杂的三维图表。与其他绘图库相比,Matplotlib具有许多优点,例如易于学习和使用、广泛的文档和社区支持等等。本篇博客将介绍Matplotlib的基础知识和常用技巧。 Matplotlib基础知识: Matplotlib是一个面向对象的绘图库,它具有许多对象和方法。下面是Matplotlib对象的一些基本概念: 1. Figure:画布,它是最外层的容器。 2. Axes:坐标轴,它是Figure中的一个子对象。 3. Axis:X轴或Y轴,它是Axes对象的一部分。 4. Artist:图表中的所有部分,例如标题、标签、线条等等,都是Artist对象的实例。 要使用Matplotlib绘制图表,首先必须创建一个Figure对象,然后在其中添加一个或多个Axes对象。接下来,使用Axes对象的方法来添加Artist对象。 下面是一个简单的代码示例: ```python import matplotlib.pyplot as plt # 创建Figure和Axes对象 fig, ax = plt.subplots() # 添加Artist对象 ax.plot([1, 2, 3, 4], [1, 4, 2, 3]) # 显示图表 plt.show() ``` 在这个例子中,我们创建了一个Figure对象和一个Axes对象,然后在Axes对象中添加了一条线。最后,我们调用show()函数来显示图表。 常用技巧: 1. 设置图表样式: Matplotlib提供了许多方法来设置图表样式,例如设置标题、标签、颜色、线型、线宽等等。可以通过调用Axes对象的方法来实现。例如: ```python # 设置标题 ax.set_title('My First Matplotlib Chart') # 设置X轴标签 ax.set_xlabel('X Label') # 设置Y轴标签 ax.set_ylabel('Y Label') # 设置线条颜色 ax.plot(x, y, color='r') # 设置线条线型 ax.plot(x, y, linestyle='--') # 设置线条线宽 ax.plot(x, y, linewidth=2) ``` 2. 绘制多个子图: Matplotlib可以在一个Figure对象中绘制多个子图。可以使用subplot()函数来创建子图,该函数将返回一个Axes对象,在其中添加Artist对象。例如: ```python # 创建一个2x2的子图 fig, axs = plt.subplots(2, 2) # 在第一个子图中绘制一条线 axs[0, 0].plot(x, y) # 在第二个子图中绘制散点图 axs[0, 1].scatter(x, y) # 在第三个子图中绘制条形图 axs[1, 0].bar(x, y) # 在第四个子图中绘制饼图 axs[1, 1].pie(y) ``` 3. 保存图表: Matplotlib可以将图表保存为PNG、PDF、SVG等格式。可以使用savefig()函数来保存图表,该函数将文件路径作为参数。例如: ```python # 保存图表为PNG格式 plt.savefig('mychart.png') # 保存图表为PDF格式 plt.savefig('mychart.pdf') # 保存图表为SVG格式 plt.savefig('mychart.svg') ``` 总结: Matplotlib是一个强大的数据可视化库,可以绘制各种类型的图表。本篇博客介绍了Matplotlib的基础知识和常用技巧,希望能够帮助初学者更快地上手Matplotlib。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值