我工作的内容大致分为三种：MCU、DSP嵌入式开发，工控软件开发，控制和信号处理的算法研究。
嵌入式开发
开发嵌入式程序主要是C语言和少量汇编，但是Python也派上了大用处，例如可以用它先模拟算法，设计滤波器，绘图。也可以设计一些调试工具，例如通过串口、CAN通信实时观察芯片内存中的数据，有时候调试比较复杂的东西时，甚至可以用pywinauto自动化界面操作，按照一定逻辑排查错误。在这些工作中，Python起到辅助作用。
工控软件开发
工控软件开发主要是通过一些AD，DA，DIO，电机驱动扩展卡，监控传感器，控制电机，读取并分析数据。这些程序原先是采用VC 6.0编写的，界面设计一直很成问题，一个好的绘图控件都没有。后来我改用C#，提高了一些开发效率，但是C#语法比较麻烦，一段时间不接触就忘记了。后来就改用Python，问题是那些扩展卡都没有Python的演示程序，因此需要自己动手用ctypes库调用扩展卡的DLL驱动程序。一旦和扩展卡打交道的程序写好之后，剩下的就是Python的强项了。
- 用PyQt, wx可以很方便地制作界面，界面要求不高时，也可以用TraitsUI。
- 绘图工具可以用Chaco, Mayavi, matplotlib，如果要求绘图速度比较高的话，可以用guiqwt，这个是对Qt的qwt绘图库的包装，速度要比其它的都快。
- 如果需要做图像处理，那么OpenCV就派上用场了。
- 如果需要高效计算的话，一般可以用NumPy解决，解决不了的就用Cython或者SWIG写一个扩展。有时还需要用多进程模块multiprocessing。
- 数据存储可以用sqlite，如果是大规模的数据，可以用pyTable保存成HDF5格式。
使用Python能够解决绝大部分的工控软件的需求。
算法研究
Python开发快，比较适合研究算法，虽然执行的时候会很慢，不过也可以通过NumPy, Cython或者寻找一些现成的扩展库改善。当算法比较成型时，再用C, C++改写。
曾经有一个模拟项目的动态性比较高，用Python比较容易实现，运行速度虽然尚能接受，但是有时需要进行上百次模拟运行时，就需要等待很长时间了，因此决定用C++重写。而我的C++水平有限，不知道该如何设计，我最后采用Python动态输出C++代码，调用C++编译器编译成DLL，然后通过ctypes动态载入。由于每次根据用户的设置都会生成C++代码，因此使用的C++功能很基础，没有继承，虚函数等东西，我想能最大地提高程序的运行速度。最终程序的运行速度比Python版本提高了10-20倍（Python版本已经足够优化，使用了NumPy, SciPy的一些高速运算函数，否则纯粹的循环、判断和数值运算的话，C要比Python快几百倍)。
Python的优势
- 扩展库非常丰富，而且都能看到源代码，源代码有时候比文档更管用。
- 便携性，我在U盘中安装了一个portablepython，并将所有会用上的扩展库都放进去了，这样无论到哪台机器上，都能运行我的Python程序。
- Python语法优美，用Python写程序是一种享受。
关于本书的编写
这本书的编写历时近3年，是我在工作中自学的一个总结，因此成书时间拖得比较久。如果真要写的话，书中介绍的每个扩展库都可以写出一本书来，因此这本书只能起到入门、打基础的作用。读者可了解到足够多的库，但是具体到实际工作中的某个问题时，还需要您自行查找文档，甚至分析库的源程序。在解决问题的同时所学习到的才是最有用、最牢固的。
也许您会怀疑花许多时间学习一门新的语言，以及那么多不太出名、甚至文档都不全的扩展库是否值得。那么你可以看看我的经验：我在工作中一边自学一边用来做实际的项目，这几年下来我感觉我的开发效率比用C#时高出3-4倍，比用VC时高出7-8倍。而我获得的回报就是，每天都能不用加班，并且写出了这本书，更重要的是，我还有更多的时间陪伴家人了。
欢迎到本书的论坛共同探讨Python科学计算方面的问题。
阅读(918) | 评论(0) | 转发(0) |
