python实现简单can数据的收发

简介: 注意:1,bitrate 100000 通信速率一定要设置你所用的,不然数据接发都会失败,2,每次程序运行完,记得关闭can,如果每次运行都打开一次,会崩的,3,arbitration_id这里设置成自己的报文id

一:通过终端实现can数据的收发


将MCP2515与SN65HVD230双芯片组合模块的CAN0_H与CAN1_H,CAN0_L与CAN1_L相连


1:安装can-utils:


sudo apt-get install can-utils


2:打开一个终端,用来接收数据


candump can0


3:打开另一个终端,用来发送数据


cansend can1 000#11.22.33.44


如图所示


bb97d58faf754d1181aa2484cbc68faf.png


二:通过代码实现can数据的收发


注意:1,bitrate 100000 通信速率一定要设置你所用的,不然数据接发都会失败,2,每次程序运行完,记得关闭can,如果每次运行都打开一次,会崩的,3,arbitration_id这里设置成自己的报文id


发送端:


import time
import os
import can
import threading
#连接can0
can0 = can.interface.Bus(channel = 'can0', bustyp = 'socketcan_ctypes')
msg = can.Message(arbitration_id=0x123, data=[0, 1, 2, 3, 4, 5, 6, 7], extended_id=False)
#一直循环发送数据
a = 1
while a == 1 :
    # 设置CAN0通信扩展板
    os.system('sudo ip link set can0 type can bitrate 100000')
    os.system('sudo ifconfig can0 up')
    can0.send(msg)
    print(msg)
    time.sleep(3)
    #关闭can
    os.system('sudo ifconfig can0 down')


接收端:


import time
import os
import can
import threading
#连接can1
can1 = can.interface.Bus(channel = 'can1', bustyp = 'socketcan_ctypes')
#一直循环接收数据
a = 1
while a == 1 :
# 设置CAN1通信扩展板
    os.system('sudo ip link set can1 type can bitrate 100000')
    os.system('sudo ifconfig can1 up')
    msg = can1.recv(3.0)
    print(msg)
    #关闭can
    os.system('sudo ifconfig can1 down')
相关文章
|
3天前
|
数据处理 Python
数据变形记:Python转换技巧大公开,轻松玩转数据魔方!
在数据处理领域,数据变形是连接原始数据与洞察的桥梁。本文通过电商用户购买行为数据集的案例,展示了Python强大的数据处理能力。我们将购买日期转换为日期类型,计算每位用户的总花费,并对商品价格应用折扣,最终将杂乱的数据转化为有序、有价值的信息。通过Pandas库,我们实现了从简单类型转换到复杂数值计算的全过程,揭示了数据变形的无限可能。
13 1
|
18天前
|
数据挖掘 PyTorch TensorFlow
|
5天前
|
数据挖掘 数据处理 索引
python 读取数据存为csv
在Python中,读取数据并将其保存为CSV(逗号分隔值)文件是一种常见的操作,特别适用于数据分析和数据科学领域。这里将展示如何使用Python的内置库`csv`和流行的数据处理库`pandas`来完成这项任务。 ### 使用`csv`模块 如果你正在处理的是简单的文本数据或者需要更低层次的控制,可以使用Python的`csv`模块。以下是一个基本示例,演示如何将数据写入CSV文件: ```python import csv # 假设这是你要写入CSV的数据 rows = [ ["Name", "Age", "City"], ["Alice", 24, "New Yor
58 35
|
12天前
|
机器学习/深度学习 数据采集 算法
数据稀缺条件下的时间序列微分:符号回归(Symbolic Regression)方法介绍与Python示例
有多种方法可以处理时间序列数据中的噪声。本文将介绍一种在我们的研究项目中表现良好的方法,特别适用于时间序列概况中数据点较少的情况。
28 1
数据稀缺条件下的时间序列微分:符号回归(Symbolic Regression)方法介绍与Python示例
|
3天前
|
数据采集 存储 JavaScript
构建您的第一个Python网络爬虫:抓取、解析与存储数据
【9月更文挑战第24天】在数字时代,数据是新的金矿。本文将引导您使用Python编写一个简单的网络爬虫,从互联网上自动抓取信息。我们将介绍如何使用requests库获取网页内容,BeautifulSoup进行HTML解析,以及如何将数据存储到文件或数据库中。无论您是数据分析师、研究人员还是对编程感兴趣的新手,这篇文章都将为您提供一个实用的入门指南。拿起键盘,让我们开始挖掘互联网的宝藏吧!
|
3天前
|
关系型数据库 MySQL 数据库
Python MySQL查询返回字典类型数据的方法
通过使用 `mysql-connector-python`库并选择 `MySQLCursorDict`作为游标类型,您可以轻松地将MySQL查询结果以字典类型返回。这种方式提高了代码的可读性,使得数据操作更加直观和方便。上述步骤和示例代码展示了如何实现这一功能,希望对您的项目开发有所帮助。
18 4
|
1天前
|
Python
Python 中如何循环某一特定列的所有行数据
Python 中如何循环某一特定列的所有行数据
|
4天前
|
数据可视化 数据挖掘 开发者
数据可视化新纪元!Python + Matplotlib + Seaborn,让你的数据故事生动起来!
在这个数据可视化的新纪元,让我们充分发挥 Python 的优势,用精彩的图表讲述数据背后的故事,为决策提供有力的支持,为交流带来清晰的视角。
20 4
|
5天前
|
供应链 数据挖掘 数据处理
聚合数据,洞察未来!Python聚合术,解锁数据背后的商业密码!
在数据泛滥的时代,数据聚合成为企业决策的关键。它通过整合不同来源的数据,揭示隐藏规律与趋势,为科学决策提供依据。Python凭借其丰富的库如Pandas和NumPy,在数据聚合中表现出色,简化了数据处理流程。通过示例展示了如何使用Pandas对销售数据进行聚合分析,帮助企业优化库存管理、调整策略,预测需求,在竞争中脱颖而出。
19 5
|
2天前
|
数据采集 数据挖掘 数据处理
数据清洗,不只是清洁!Python教你如何挖掘数据中的隐藏价值!
在数据驱动的时代,数据被视为企业的核心资产。然而,这些宝贵的数据往往伴随着噪声、缺失值、异常值等问题,如同未经雕琢的璞玉,需要精心打磨才能展现出其内在的价值。数据清洗,这一看似简单的预处理过程,实则蕴含着挖掘数据深层价值的无限可能。今天,就让我们借助Python的力量,一同探索如何通过数据清洗来发现数据中的隐藏宝藏。
12 1