前言
在2022年9月8日晚上,蘑菇云科创教育面发布向中小学物联网教学解决方案,推出了三款不同方面科学探究实验软硬件工具,它们分别是:SCI采集模块、云雀气象仪、Mind+物联网可视化面板。上述产品帮助老师开展跨学科主题学习和物联网教学,助力学生直观探索与实践物联网相关知识。想要了解上述新产品的功能,可以再重温一下发布会哈!【传送门】
笔者有幸参与SCI采集模块的测评。接下来就以SCI采集模块做一些入手测评。
SCI采集模块
SCI采集模块是一款多功能数据采集模块,可连接温湿度、大气压等常见的20余种传感器,并能将采集到的数据显示在板载屏幕中,此外SCI采集模块还集成了传感器自动识别、数据存储、RTC时钟、数据处理等探究实验中的常用功能。传感器数据可通过板载的屏幕进行显示和查看,板载16M存储空间,可将传感器数据实时存储下来,通过RTC时钟可为每条存储的数据打上精确时间标签,最后,SCI采集模块会将输出的数据格式标准化,接入任意传感器时,UNO等主控都可以使用同一个代码获取到传感器的数据。SCI采集模块极大的降低了传感器数据的获取难度,助力老师们更好的进行跨学科项目教学。
1):自动调用算法:将数据转换为标准物理量,在OLED显示屏输出对应数值

2)自动识别传感器型号:无需进行菜单选择可以直接使用

3)可导出CSV文件:支持直接物理量输出数据分析从未如此简单通过Type-C接口连接电脑,轻松导出CSV表格文件

4)超大数据存储:可存储超过40万条数据

5)独立ID设置:避免I2C地址冲突最多可同时连接3个采集模块9个传感器同步使用

6)多传感器支持:支持20种专业传感器只需把模块插上电脑,拖入更新文件,即可完成更新


准备阶段
1、电路连接

2、SCI采集模块配置
2.1)传感器校准


2.2)设置数据刷新率


2.3)设置存储内容


2.4)数据记录和读取:


2.5)数据导出

程序设计
任务:读取CSV文件,并数据可视化
1、所需python模式下图形化用户库文件:
matplotlib库:https://gitee.com/chenqi1233/ext-matplotlib

pandas库:https://gitee.com/hockel/ext-pandas

numpy库:(这里使用了代码生成模块)

2、编写程序

# -*- coding: UTF-8 -*-
# MindPlus
# Python
from matplotlib import pyplot as plt
import matplotlib
import pandas as pd
plt.figure(figsize=(10, 5),dpi=80)
plt.rcParams["font.sans-serif"] = ["HYQiHei"]
plt.xlabel("time", fontsize=20)
plt.ylabel("Light(lx)", fontsize=20)
df= pd.read_csv('1.CSV', header=0)
plt.plot(df['Time'],df['Light(lx)'])
plt.show()
while True:
pass
实验效果:

Q:我们可以看到X轴刻度显示比较密集,这里我们需要用numpy库进行
优化X轴显示过密问题:
程序编写:

# -*- coding: UTF-8 -*-
# MindPlus
# Python
from matplotlib import pyplot as plt
import matplotlib
import numpy as np
import pandas as pd
plt.figure(figsize=(10, 5),dpi=80)
plt.rcParams["font.sans-serif"] = ["HYQiHei"]
plt.xlabel("time", fontsize=20)
plt.ylabel("Light(lx)", fontsize=20)
df= pd.read_csv('1.CSV', header=0)
plt.xticks(np.arange(0, len(df['Time']), step=15))
plt.plot(df['Time'],df['Light(lx)'])
plt.show()
while True:
pass
实验效果:

总结
本教程简单的实现了python模式下读取CSV文件,并数据可视化操作。不得不说有了SCI采集模块的出现,我们在进行数据采集的时候会变得十分方便。它也让我们使用传感器的读取操作更加便捷。
花生编程2023.01.23
赞
花生编程2023.01.23
厉害厉害
三春牛-创客2023.01.04
666不错
三春牛-创客2023.01.04
厉害厉害