6-9 统计个位数字 (15point(s)).c

本文介绍了一个实用的算法,用于统计任意整数中特定位数出现的频率。通过一个名为Count_Digit的函数,文章详细解释了如何计算给定整数中指定数字的出现次数,包括负数和零的特殊处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本题要求实现一个函数,可统计任一整数中某个位数出现的次数。例如-21252中,2出现了3次,则该函数应该返回3。

函数接口定义:

int Count_Digit ( const int N, const int D );

其中ND都是用户传入的参数。N的值不超过int的范围;D是[0, 9]区间内的个位数。函数须返回ND出现的次数。

裁判测试程序样例:

#include <stdio.h>

int Count_Digit ( const int N, const int D );

int main()
{
    int N, D;
	
    scanf("%d %d", &N, &D);
    printf("%d\n", Count_Digit(N, D));
    return 0;
}

/* 你的代码将被嵌在这里 */

输入样例:

-21252 2

输出样例:

3
//   Date:2020/3/25
//   Author:xiezhg5
#include <stdio.h>

int Count_Digit ( const int N, const int D );

int main()
{
    int N, D;
	
    scanf("%d %d", &N, &D);
    printf("%d\n", Count_Digit(N, D));
    return 0;
}

/* 你的代码将被嵌在这里 */
int Count_Digit ( const int N, const int D )
{
	int i,j,k=0;
	i=N;
	if(i<0)       //先保证为正数因为D是正数 
		i=-i;
	if(i==0)     //输入为0的特殊情况 
	{
		if(D==0)
		k=1;
	} 
	while(i>0)
	{
		j=i%10;    //与第28行构成求各位数上的数字的算法
		if(j==D)
			k++;   //计数变量
		i=i/10;
	}
	return k;
}

 

我现在有新LOG,但是发现源代码解析不出数据了。输出都是空的。请帮忙在源代码基础上修正。 新LOG片段如下,不用管LOG中的具体值是正式负,主要看格式。 [2025-07-31 21:26:28.200] n萔兄@刃兄`豥@蘊耯@z灶Pggddddd吕J蔲f豥鴍麼OTICE: Booting HSN2155 BL1 Firmware [2025-07-31 21:26:45.758] NOTICE: Built : 15:59:30, Feb 6 2025 [2025-07-31 21:26:45.760] NOTICE: Strap boot mode: 0xde [2025-07-31 21:26:45.762] NOTICE: SPI NAND pagesize: 2048 [2025-07-31 21:26:45.785] VERBOSE: secure_ctrl offset 112. [2025-07-31 21:26:45.788] INFO: Loading BL2 [2025-07-31 21:26:45.791] VERBOSE: Step size x20000 [2025-07-31 21:26:45.792] NOTICE: Booting @ flash address 0x0... [2025-07-31 21:26:45.795] VERBOSE: Header magic looks OK [2025-07-31 21:26:45.848] VERBOSE: Secure flags: 0x0 [2025-07-31 21:26:45.850] NOTICE: Secure boot enable: 0 [2025-07-31 21:26:45.869] VERBOSE: Payload check integrity succeeded [2025-07-31 21:26:45.896] [2025-07-31 21:26:45.896] ###### Hsn2155 Set PLL And Init DDR ###### [2025-07-31 21:26:45.900] Set pcm pll succ! [2025-07-31 21:26:45.902] Set serdes pll succ! [2025-07-31 21:26:45.903] Set cpu pll 1.2G succ! [2025-07-31 21:26:45.905] DDR init succ! [2025-07-31 21:26:45.906] Switch CPU PLL [2025-07-31 21:26:45.908] Switch BUS DIVIDE [2025-07-31 21:26:46.330] zq value check : 0xc0c0c0c [2025-07-31 21:26:46.357] vref: 0x0 [2025-07-31 21:26:46.367] 0x38c: 1f [2025-07-31 21:26:46.379] PHY_160_zq_result : 0x0 [2025-07-31 21:26:46.381] PHY_280_wrlvl_byte0 : 0xff0080 [2025-07-31 21:26:46.384] PHY_380_wrlvl_byte1 : 0xff0080 [2025-07-31 21:26:46.387] PHY_284_gate_byte0 : 0x280 [2025-07-31 21:26:46.389] PHY_384_gate_byte1 : 0x285 [2025-07-31 21:26:46.391] PHY_2a0_read : 0x0 [2025-07-31 21:26:46.393] PHY_2a4_read : 0x0 [2025-07-31 21:26:46.395] PHY_294_read : 0x7f7f7f7f [2025-07-31 21:26:46.397] PHY_298_read : 0x7f7f7f7f [2025-07-31 21:26:46.402] dq0 max_read_point : 0 [2025-07-31 21:26:46.402] dq0 min_read_point : 127 [2025-07-31 21:26:46.404] dq0 read_windows : -127 [2025-07-31 21:26:46.406] dq1 max_read_point : 0 [2025-07-31 21:26:46.408] dq1 min_read_point : 127 [2025-07-31 21:26:46.410] dq1 read_windows : -127 [2025-07-31 21:26:46.413] dq2 max_read_point : 0 [2025-07-31 21:26:46.416] dq2 min_read_point : 127 [2025-07-31 21:26:46.417] dq2 read_windows : -127 [2025-07-31 21:26:46.419] dq3 max_read_point : 0 [2025-07-31 21:26:46.422] dq3 min_read_point : 127 [2025-07-31 21:26:46.424] dq3 read_windows : -127 [2025-07-31 21:26:46.426] dq4 max_read_point : 0 [2025-07-31 21:26:46.427] dq4 min_read_point : 127 [2025-07-31 21:26:46.431] dq4 read_windows : -127 [2025-07-31 21:26:46.432] dq5 max_read_point : 0 [2025-07-31 21:26:46.435] dq5 min_read_point : 127 [2025-07-31 21:26:46.437] dq5 read_windows : -127 [2025-07-31 21:26:46.439] dq6 max_read_point : 0 [2025-07-31 21:26:46.441] dq6 min_read_point : 127 [2025-07-31 21:26:46.443] dq6 read_windows : -127 [2025-07-31 21:26:46.445] dq7 max_read_point : 0 [2025-07-31 21:26:46.447] dq7 min_read_point : 127 [2025-07-31 21:26:46.450] dq7 read_windows : -127 [2025-07-31 21:26:46.451] PHY_3a0_read : 0x0 [2025-07-31 21:26:46.453] PHY_3a4_read : 0x0 [2025-07-31 21:26:46.455] PHY_394_read : 0x7f7f7f7f [2025-07-31 21:26:46.458] PHY_398_read : 0x7f7f7f7f [2025-07-31 21:26:46.459] dq8 max_read_point : 0 [2025-07-31 21:26:46.462] dq8 min_read_point : 127 [2025-07-31 21:26:46.464] dq8 read_windows : -127 [2025-07-31 21:26:46.467] dq9 max_read_point : 0 [2025-07-31 21:26:46.469] dq9 min_read_point : 127 [2025-07-31 21:26:46.471] dq9 read_windows : -127 [2025-07-31 21:26:46.473] dq10 max_read_point : 0 [2025-07-31 21:26:46.475] dq10 min_read_point : 127 [2025-07-31 21:26:46.477] dq10 read_windows : -127 [2025-07-31 21:26:46.480] dq11 max_read_point : 0 [2025-07-31 21:26:46.482] dq11 min_read_point : 127 [2025-07-31 21:26:46.484] dq11 read_windows : -127 [2025-07-31 21:26:46.486] dq12 max_read_point : 0 [2025-07-31 21:26:46.489] dq12 min_read_point : 127 [2025-07-31 21:26:46.491] dq12 read_windows : -127 [2025-07-31 21:26:46.493] dq13 max_read_point : 0 [2025-07-31 21:26:46.495] dq13 min_read_point : 127 [2025-07-31 21:26:46.498] dq13 read_windows : -127 [2025-07-31 21:26:46.500] dq14 max_read_point : 0 [2025-07-31 21:26:46.502] dq14 min_read_point : 127 [2025-07-31 21:26:46.504] dq14 read_windows : -127 [2025-07-31 21:26:46.507] dq15 max_read_point : 0 [2025-07-31 21:26:46.511] dq15 min_read_point : 127 [2025-07-31 21:26:46.512] dq15 read_windows : -127 [2025-07-31 21:26:46.513] PHY_2e0_read : 0x0 [2025-07-31 21:26:46.516] PHY_2e4_read : 0x0 [2025-07-31 21:26:46.517] PHY_2c4_read : 0xffffffff [2025-07-31 21:26:46.520] PHY_2c8_read : 0xffffffff [2025-07-31 21:26:46.522] dq0 max_write_point : 0 [2025-07-31 21:26:46.524] dq0 min_write_point : 255 [2025-07-31 21:26:46.527] dq0 write_windows : -255 [2025-07-31 21:26:46.529] dq1 max_write_point : 0 [2025-07-31 21:26:46.531] dq1 min_write_point : 255 [2025-07-31 21:26:46.533] dq1 write_windows : -255 [2025-07-31 21:26:46.536] dq2 max_write_point : 0 [2025-07-31 21:26:46.538] dq2 min_write_point : 255 [2025-07-31 21:26:46.540] dq2 write_windows : -255 [2025-07-31 21:26:46.542] dq3 max_write_point : 0 [2025-07-31 21:26:46.545] dq3 min_write_point : 255 [2025-07-31 21:26:46.547] dq3 write_windows : -255 [2025-07-31 21:26:46.549] dq4 max_write_point : 0 [2025-07-31 21:26:46.551] dq4 min_write_point : 255 [2025-07-31 21:26:46.554] dq4 write_windows : -255 [2025-07-31 21:26:46.556] dq5 max_write_point : 0 [2025-07-31 21:26:46.558] dq5 min_write_point : 255 [2025-07-31 21:26:46.560] dq5 write_windows : -255 [2025-07-31 21:26:46.563] dq6 max_write_point : 0 [2025-07-31 21:26:46.565] dq6 min_write_point : 255 [2025-07-31 21:26:46.567] dq6 write_windows : -255 [2025-07-31 21:26:46.569] dq7 max_write_point : 0 [2025-07-31 21:26:46.572] dq7 min_write_point : 255 [2025-07-31 21:26:46.574] dq7 write_windows : -255 [2025-07-31 21:26:46.576] PHY_3e0_read : 0x0 [2025-07-31 21:26:46.578] PHY_3e4_read : 0x0 [2025-07-31 21:26:46.580] PHY_3c4_read : 0xffffffff [2025-07-31 21:26:46.583] PHY_3c8_read : 0xffffffff [2025-07-31 21:26:46.585] dq8 max_write_point : 0 [2025-07-31 21:26:46.586] dq8 min_write_point : 255 [2025-07-31 21:26:46.589] dq8 write_windows : -255 [2025-07-31 21:26:46.592] dq9 max_write_point : 0 [2025-07-31 21:26:46.593] dq9 min_write_point : 255 [2025-07-31 21:26:46.596] dq9 write_windows : -255 [2025-07-31 21:26:46.597] dq10 max_write_point : 0 [2025-07-31 21:26:46.600] dq10 min_write_point : 255 [2025-07-31 21:26:46.602] dq10 write_windows : -255 [2025-07-31 21:26:46.606] dq11 max_write_point : 0 [2025-07-31 21:26:46.607] dq11 min_write_point : 255 [2025-07-31 21:26:46.610] dq11 write_windows : -255 [2025-07-31 21:26:46.612] dq12 max_write_point : 0 [2025-07-31 21:26:46.615] dq12 min_write_point : 255 [2025-07-31 21:26:46.617] dq12 write_windows : -255 [2025-07-31 21:26:46.620] dq13 max_write_point : 0 [2025-07-31 21:26:46.621] dq13 min_write_point : 255 [2025-07-31 21:26:46.624] dq13 write_windows : -255 [2025-07-31 21:26:46.626] dq14 max_write_point : 0 [2025-07-31 21:26:46.628] dq14 min_write_point : 255 [2025-07-31 21:26:46.631] dq14 write_windows : -255 [2025-07-31 21:26:46.633] dq15 max_write_point : 0 [2025-07-31 21:26:46.635] dq15 min_write_point : 255 [2025-07-31 21:26:46.638] dq15 write_windows : -255 [2025-07-31 21:26:47.014] zq value check : 0xc0c0c0c [2025-07-31 21:26:47.041] vref: 0x1 [2025-07-31 21:26:47.051] 0x38c: 1f [2025-07-31 21:26:47.064] PHY_160_zq_result : 0x0 [2025-07-31 21:26:47.066] PHY_280_wrlvl_byte0 : 0xff0080 [2025-07-31 21:26:47.069] PHY_380_wrlvl_byte1 : 0xff0080 [2025-07-31 21:26:47.072] PHY_284_gate_byte0 : 0x280 [2025-07-31 21:26:47.074] PHY_384_gate_byte1 : 0x284 [2025-07-31 21:26:47.077] PHY_2a0_read : 0x0 [2025-07-31 21:26:47.078] PHY_2a4_read : 0x0 [2025-07-31 21:26:47.080] PHY_294_read : 0x7f7f7f7f [2025-07-31 21:26:47.082] PHY_298_read : 0x7f7f7f7f [2025-07-31 21:26:47.084] dq0 max_read_point : 0 [2025-07-31 21:26:47.086] dq0 min_read_point : 127 [2025-07-31 21:26:47.089] dq0 read_windows : -127 [2025-07-31 21:26:47.091] dq1 max_read_point : 0 [2025-07-31 21:26:47.093] dq1 min_read_point : 127 [2025-07-31 21:26:47.095] dq1 read_windows : -127 [2025-07-31 21:26:47.097] dq2 max_read_point : 0 [2025-07-31 21:26:47.099] dq2 min_read_point : 127 [2025-07-31 21:26:47.102] dq2 read_windows : -127 [2025-07-31 21:26:47.105] dq3 max_read_point : 0 [2025-07-31 21:26:47.107] dq3 min_read_point : 127 [2025-07-31 21:26:47.109] dq3 read_windows : -127 [2025-07-31 21:26:47.110] dq4 max_read_point : 0 [2025-07-31 21:26:47.113] dq4 min_read_point : 127 [2025-07-31 21:26:47.115] dq4 read_windows : -127 [2025-07-31 21:26:47.117] dq5 max_read_point : 0 [2025-07-31 21:26:47.120] dq5 min_read_point : 127 [2025-07-31 21:26:47.122] dq5 read_windows : -127 [2025-07-31 21:26:47.123] dq6 max_read_point : 0 [2025-07-31 21:26:47.125] dq6 min_read_point : 127 [2025-07-31 21:26:47.129] dq6 read_windows : -127 [2025-07-31 21:26:47.130] dq7 max_read_point : 0 [2025-07-31 21:26:47.132] dq7 min_read_point : 127 [2025-07-31 21:26:47.135] dq7 read_windows : -127 [2025-07-31 21:26:47.136] PHY_3a0_read : 0x0 [2025-07-31 21:26:47.138] PHY_3a4_read : 0x0 [2025-07-31 21:26:47.139] PHY_394_read : 0x7f7f7f7f [2025-07-31 21:26:47.142] PHY_398_read : 0x7f7f7f7f [2025-07-31 21:26:47.144] dq8 max_read_point : 0 [2025-07-31 21:26:47.146] dq8 min_read_point : 127 [2025-07-31 21:26:47.148] dq8 read_windows : -127 [2025-07-31 21:26:47.151] dq9 max_read_point : 0 [2025-07-31 21:26:47.153] dq9 min_read_point : 127 [2025-07-31 21:26:47.155] dq9 read_windows : -127 [2025-07-31 21:26:47.158] dq10 max_read_point : 0 [2025-07-31 21:26:47.159] dq10 min_read_point : 127 [2025-07-31 21:26:47.162] dq10 read_windows : -127 [2025-07-31 21:26:47.165] dq11 max_read_point : 0 [2025-07-31 21:26:47.166] dq11 min_read_point : 127 [2025-07-31 21:26:47.169] dq11 read_windows : -127 [2025-07-31 21:26:47.170] dq12 max_read_point : 0 [2025-07-31 21:26:47.174] dq12 min_read_point : 127 [2025-07-31 21:26:47.175] dq12 read_windows : -127 [2025-07-31 21:26:47.178] dq13 max_read_point : 0 [2025-07-31 21:26:47.180] dq13 min_read_point : 127 [2025-07-31 21:26:47.183] dq13 read_windows : -127 [2025-07-31 21:26:47.184] dq14 max_read_point : 0 [2025-07-31 21:26:47.187] dq14 min_read_point : 127 [2025-07-31 21:26:47.189] dq14 read_windows : -127 [2025-07-31 21:26:47.191] dq15 max_read_point : 0 [2025-07-31 21:26:47.194] dq15 min_read_point : 127 [2025-07-31 21:26:47.195] dq15 read_windows : -127 [2025-07-31 21:26:47.198] PHY_2e0_read : 0x0 [2025-07-31 21:26:47.200] PHY_2e4_read : 0x0 [2025-07-31 21:26:47.202] PHY_2c4_read : 0xffffffff [2025-07-31 21:26:47.204] PHY_2c8_read : 0xffffffff [2025-07-31 21:26:47.206] dq0 max_write_point : 0 [2025-07-31 21:26:47.208] dq0 min_write_point : 255 [2025-07-31 21:26:47.211] dq0 write_windows : -255 [2025-07-31 21:26:47.213] dq1 max_write_point : 0 [2025-07-31 21:26:47.215] dq1 min_write_point : 255 [2025-07-31 21:26:47.217] dq1 write_windows : -255 [2025-07-31 21:26:47.220] dq2 max_write_point : 0 [2025-07-31 21:26:47.222] dq2 min_write_point : 255 [2025-07-31 21:26:47.224] dq2 write_windows : -255 [2025-07-31 21:26:47.226] dq3 max_write_point : 0 [2025-07-31 21:26:47.229] dq3 min_write_point : 255 [2025-07-31 21:26:47.231] dq3 write_windows : -255 [2025-07-31 21:26:47.233] dq4 max_write_point : 0 [2025-07-31 21:26:47.235] dq4 min_write_point : 255 [2025-07-31 21:26:47.238] dq4 write_windows : -255 [2025-07-31 21:26:47.240] dq5 max_write_point : 0 [2025-07-31 21:26:47.243] dq5 min_write_point : 255 [2025-07-31 21:26:47.244] dq5 write_windows : -255 [2025-07-31 21:26:47.247] dq6 max_write_point : 0 [2025-07-31 21:26:47.249] dq6 min_write_point : 255 [2025-07-31 21:26:47.251] dq6 write_windows : -255 [2025-07-31 21:26:47.253] dq7 max_write_point : 0 [2025-07-31 21:26:47.256] dq7 min_write_point : 255 [2025-07-31 21:26:47.258] dq7 write_windows : -255 [2025-07-31 21:26:47.260] PHY_3e0_read : 0x0 [2025-07-31 21:26:47.262] PHY_3e4_read : 0x0 [2025-07-31 21:26:47.264] PHY_3c4_read : 0xffffffff [2025-07-31 21:26:47.267] PHY_3c8_read : 0xffffffff [2025-07-31 21:26:47.268] dq8 max_write_point : 0 [2025-07-31 21:26:47.271] dq8 min_write_point : 255 [2025-07-31 21:26:47.273] dq8 write_windows : -255 [2025-07-31 21:26:47.276] dq9 max_write_point : 0 [2025-07-31 21:26:47.278] dq9 min_write_point : 255 [2025-07-31 21:26:47.280] dq9 write_windows : -255 [2025-07-31 21:26:47.282] dq10 max_write_point : 0 [2025-07-31 21:26:47.285] dq10 min_write_point : 255 [2025-07-31 21:26:47.286] dq10 write_windows : -255 [2025-07-31 21:26:47.290] dq11 max_write_point : 0 [2025-07-31 21:26:47.291] dq11 min_write_point : 255 [2025-07-31 21:26:47.294] dq11 write_windows : -255 [2025-07-31 21:26:47.296] dq12 max_write_point : 0 [2025-07-31 21:26:47.299] dq12 min_write_point : 255 [2025-07-31 21:26:47.300] dq12 write_windows : -255 [2025-07-31 21:26:47.303] dq13 max_write_point : 0 [2025-07-31 21:26:47.306] dq13 min_write_point : 255 [2025-07-31 21:26:47.308] dq13 write_windows : -255 [2025-07-31 21:26:47.310] dq14 max_write_point : 0 [2025-07-31 21:26:47.313] dq14 min_write_point : 255 [2025-07-31 21:26:47.316] dq14 write_windows : -255 [2025-07-31 21:26:47.317] dq15 max_write_point : 0 [2025-07-31 21:26:47.319] dq15 min_write_point : 255 [2025-07-31 21:26:47.322] dq15 write_windows : -255 [2025-07-31 21:26:47.699] zq value check : 0xc0c0c0c 源代码如下: import numpy as np """ NumPy (Numerical Python) - 科学计算基础库 主要功能: - 提供高效的N维数组对象(ndarray) - 支持广播功能函数 - 提供线性代数、傅里叶变换、随机数生成等功能 在本代码中主要用于: - 数值计算和数组操作 - 科学计算支持 """ import matplotlib.pyplot as plt """ Matplotlib - Python中最强大的绘图库 主要功能: - 创建静态、动态和交互式图表 - 支持多种图表类型(线图、散点图、柱状图等) - 高度可定制化(颜色、线型、标签等) 在本代码中主要用于: - 绘制眼图 - 可视化DDR校准数据 - 创建图表和图形界面 """ import re """ re (Regular Expression) - 正则表达式模块 主要功能: - 文本搜索和模式匹配 - 文本替换 - 复杂字符串处理 在本代码中主要用于: - 解析日志文件中的关键数据 - 提取VREF、偏移量、数据点等信息 - 处理复杂的文本匹配任务 """ import datetime """ datetime - 日期和时间处理模块 主要功能: - 日期和时间的表示 - 日期和时间的计算 - 日期和时间的格式化 在本代码中主要用于: - 生成时间戳 - 创建带时间戳的文件名 - 记录报告生成时间 """ from matplotlib.lines import Line2D """ Line2D - 用于创建二维线条对象 主要功能: - 表示二维坐标系中的线条 - 控制线条属性(颜色、线宽、样式等) 在本代码中主要用于: - 创建图例元素 - 自定义图表中的线条样式 """ import os """ os (Operating System) - 操作系统接口模块 主要功能: - 文件和目录操作 - 路径操作 - 进程管理 在本代码中主要用于: - 文件路径处理 - 目录创建 - 文件存在性检查 """ from collections import defaultdict """ defaultdict - 带默认值的字典 主要功能: - 当访问不存在的键时返回默认值 - 避免KeyError异常 在本代码中主要用于: - 存储电压-窗口映射关系 - 简化字典初始化操作 """ import math """ math - 数学函数模块 主要功能: - 提供数学运算函数 - 包括三角函数、对数、取整等 在本代码中新增用于: - 计算中位数 """ # 健壮的文件读取函数 - 详细解释每个编程概念 def robust_read_file(file_path): """ 健壮的文件读取函数,处理不同编码的文件 参数: file_path - 文件在电脑上的完整路径(字符串) 编程概念详解: 1. 函数定义:def关键字用于定义函数,函数是一段可重复使用的代码块 2. 参数传递:file_path是形式参数,调用时传入实际文件路径 3. 异常处理:try-except结构用于捕获和处理运行时错误 4. 上下文管理器:with语句用于资源管理,确保文件正确关闭 5. 编码处理:不同文件可能使用不同编码(UTF-8, Latin-1等) 6. 正则表达式:用于过滤控制字符 """ ########################################################## # try-except 异常处理结构 # try: 尝试执行可能出错的代码块 ########################################################## try: ########################################################## # with 上下文管理器 # 语法:with expression [as variable]: # 特点:自动管理资源(如文件),确保资源正确释放 # open() 函数:打开文件 # &#39;r&#39;:只读模式 # encoding=&#39;utf-8&#39;:指定UTF-8编码 ########################################################## with open(file_path, &#39;r&#39;, encoding=&#39;utf-8&#39;) as f: # 文件对象方法:f.read()读取整个文件内容 return f.read() ########################################################## # except 捕获特定异常 # UnicodeDecodeError:当文件编码不匹配时抛出 ########################################################## except UnicodeDecodeError: try: # 尝试使用Latin-1编码(支持所有256个字节值) with open(file_path, &#39;r&#39;, encoding=&#39;latin-1&#39;) as f: content = f.read() ########################################################## # 正则表达式详解:r&#39;[\x00-\x1F]+&#39; # 用途:匹配并删除控制字符(ASCII 0-31) # 分解: # r&#39;&#39;:原始字符串,避免转义字符处理 # []:字符类,匹配括号内任意字符 # \x00-\x1F:十六进制范围,表示ASCII控制字符(0-31) # +:量词,匹配1次或多次 # re.sub():替换匹配项 # 参数1:模式 # 参数2:替换内容(空字符串) # 参数3:输入字符串 ########################################################## return re.sub(r&#39;[\x00-\x1F]+&#39;, &#39;&#39;, content) ########################################################## # Exception 捕获所有异常 # 通用异常处理,打印错误信息 ########################################################## except Exception as e: # 格式化字符串:f-string (Python 3.6+) print(f"文件解码错误: {e}") return None # 日志解析函数 - 重点讲解正则表达式 def parse_log_file(log_content, normalization_point): """ 解析DDR校准日志文件,提取关键数据 参数: log_content - 日志文件的内容(字符串) normalization_point - 归一化点(十六进制整数) 数据结构说明: data = { vref: { dq_index: { &#39;read&#39;: (min, max, window), &#39;write&#39;: (min, max, window) } } } raw_data = { vref: { dq_index: { &#39;read&#39;: {&#39;min&#39;: min_val, &#39;max&#39;: max_val}, &#39;write&#39;: {&#39;min&#39;: min_val, &#39;max&#39;: max_val} } } } """ # 初始化数据结构 data = {} # 主数据结构,存储解析后的数据 current_vref = None # 当前处理的vref值 pending_data = {} # 临时存储待处理的数据(字典) current_offset = None # 当前偏移量 raw_data = {} # 存储原始数据(偏移前) # 按行处理日志内容 # 字符串方法:split(&#39;\n&#39;) 按换行符分割字符串 for line in log_content.split(&#39;\n&#39;): # 字符串方法:strip() 移除首尾空白字符 line = line.strip() # 空行检查 if not line: continue # 跳过空行 ########################################################## # 正则表达式1:匹配VREF行 # 模式:r&#39;.*vref:\s*0x([0-9a-fA-F]+)&#39; # 目标示例: "Setting vref: 0x1A3" # # 详细分解: # .* - 匹配任意字符(除换行符外)0次或多次(贪婪匹配) # vref: - 匹配字面字符串 "vref:" # \s* - 匹配0个或多个空白字符(空格、制表符等) # 0x - 匹配字面字符串 "0x" # ( - 开始捕获组 # [0-9a-fA-F] - 字符类,匹配十六进制字符(0-9, a-f, A-F) # + - 匹配前面的元素1次或多次 # ) - 结束捕获组 # # 匹配过程: # "Setting vref: 0x1A3" -> 匹配整个字符串 # 捕获组1: "1A3" ########################################################## vref_match = re.match(r&#39;.*vref:\s*0x([0-9a-fA-F]+)&#39;, line) if vref_match: # 获取捕获组内容 hex_str = vref_match.group(1) # int()函数:字符串转整数 # 参数1:字符串 # 参数2:基数(16表示十六进制) current_vref = int(hex_str, 16) # 字典初始化 data[current_vref] = {} # 嵌套字典初始化 raw_data[current_vref] = {} pending_data = {} # 重置临时数据 current_offset = None continue # 跳过后续处理 ########################################################## # 正则表达式2:匹配偏移量行 # 模式:r&#39;.*0x38c:\s*(?:0x)?([0-9a-fA-F]+)&#39; # 目标示例: "Offset 0x38c: 0x25" 或 "0x38c: 25" # # 详细分解: # .* - 匹配任意字符0次或多次 # 0x38c: - 匹配字面字符串 "0x38c:" # \s* - 匹配0个或多个空白字符 # (?: - 开始非捕获组 # 0x - 匹配字面字符串 "0x" # )? - 非捕获组出现0次或1次 # ( - 开始捕获组 # [0-9a-fA-F]+ - 匹配1个或多个十六进制字符 # ) - 结束捕获组 # # 特殊说明: # (?:...) 是非捕获组,匹配但不捕获内容 # 用于处理可选前缀而不创建额外捕获组 ########################################################## offset_match = re.match(r&#39;.*0x38c:\s*(?:0x)?([0-9a-fA-F]+)&#39;, line) if offset_match and current_vref is not None: try: hex_str = offset_match.group(1) offset_value = int(hex_str, 16) # 计算偏移量:归一化点 - 读取值 current_offset = normalization_point - offset_value except ValueError: # 异常处理:打印警告信息 print(f"警告: 无法解析偏移量: {offset_match.group(1)}") current_offset = None continue ########################################################## # 正则表达式3:匹配最大值点 # 模式:r&#39;.*dq(\d+)\s+max_(\w+)_point\s*:\s*(-?\d+)&#39; # 目标示例: "dq5 max_read_point: 120" # # 详细分解: # .* - 匹配任意字符0次或多次 # dq - 匹配字面字符串 "dq" # (\d+) - 捕获组1:匹配1个或多个数字(DQ索引) # \s+ - 匹配1个或多个空白字符 # max_ - 匹配字面字符串 "max_" # (\w+) - 捕获组2:匹配1个或多个单词字符(方向:read/write) # _point - 匹配字面字符串 "point" # \s*:\s* - 匹配冒号前后任意空白 # (-?\d+) - 捕获组3:匹配可选负号后跟1个或多个数字 # # 捕获组说明: # 组1: DQ索引 (如 "5") # 组2: 方向 (如 "read") # 组3: 最大值 (如 "120") ########################################################## max_match = re.match(r&#39;.*dq(\d+)\s+max_(\w+)_point\s*:\s*(-?\d+)&#39;, line) if max_match and current_vref is not None: # 提取捕获组内容 dq_index = int(max_match.group(1)) # 转换为整数 direction = max_match.group(2) # 字符串 max_val = int(max_match.group(3)) # 转换为整数 # 字典操作:检查键是否存在并初始化 if current_vref not in raw_data: # 字典设置默认值 raw_data[current_vref] = {} if dq_index not in raw_data[current_vref]: raw_data[current_vref][dq_index] = {} if direction not in raw_data[current_vref][dq_index]: # 嵌套字典初始化 raw_data[current_vref][dq_index][direction] = {&#39;min&#39;: None, &#39;max&#39;: None} # 存储原始值(不应用偏移) raw_data[current_vref][dq_index][direction][&#39;max&#39;] = max_val # 只有读方向应用偏移 if direction == &#39;read&#39; and current_offset is not None: # 应用偏移 max_val += current_offset # 存储到临时数据字典 key = (dq_index, direction) # 元组作为字典键 pending_data[key] = {&#39;max&#39;: max_val} # 字典值也是字典 continue ########################################################## # 正则表达式4:匹配最小值点(结构类似最大值匹配) # 模式:r&#39;.*dq(\d+)\s+min_(\w+)_point\s*:\s*(-?\d+)&#39; # 目标示例: "dq5 min_read_point: 32" ########################################################## min_match = re.match(r&#39;.*dq(\d+)\s+min_(\w+)_point\s*:\s*(-?\d+)&#39;, line) if min_match and current_vref is not None: dq_index = int(min_match.group(1)) direction = min_match.group(2) min_val = int(min_match.group(3)) key = (dq_index, direction) # 存储原始值(类似最大值处理) if current_vref not in raw_data: raw_data[current_vref] = {} if dq_index not in raw_data[current_vref]: raw_data[current_vref][dq_index] = {} if direction not in raw_data[current_vref][dq_index]: raw_data[current_vref][dq_index][direction] = {&#39;min&#39;: None, &#39;max&#39;: None} raw_data[current_vref][dq_index][direction][&#39;min&#39;] = min_val # 只有读方向应用偏移 if direction == &#39;read&#39; and current_offset is not None: min_val += current_offset # 更新临时数据 if key in pending_data: # 字典更新操作 pending_data[key][&#39;min&#39;] = min_val continue ########################################################## # 正则表达式5:匹配窗口行 # 模式:r&#39;.*dq(\d+)\s+(\w+)_windows\s*:\s*(-?\d+)&#39; # 目标示例: "dq5 read_windows: 88" # # 详细分解: # .* - 匹配任意字符0次或多次 # dq - 匹配字面字符串 "dq" # (\d+) - 捕获组1:匹配1个或多个数字(DQ索引) # \s+ - 匹配1个或多个空白字符 # (\w+) - 捕获组2:匹配1个或多个单词字符(方向) # _windows - 匹配字面字符串 "_windows" # \s*:\s* - 匹配冒号前后任意空白 # (-?\d+) - 捕获组3:匹配可选负号后跟1个或多个数字 ########################################################## win_match = re.match(r&#39;.*dq(\d+)\s+(\w+)_windows\s*:\s*(-?\d+)&#39;, line) if win_match and current_vref is not None: dq_index = int(win_match.group(1)) direction = win_match.group(2) windows = int(win_match.group(3)) key = (dq_index, direction) # 检查是否已收集最小值和最大值 if key in pending_data and &#39;min&#39; in pending_data[key] and &#39;max&#39; in pending_data[key]: min_val = pending_data[key][&#39;min&#39;] max_val = pending_data[key][&#39;max&#39;] # 确定最大延迟值(读0x7F=127,写0xFF=255) max_delay = 0x7F if direction == &#39;read&#39; else 0xFF # 确保值在有效范围内 min_val = max(0, min_val) # 最小值不小于0 max_val = min(max_delay, max_val) # 最大值不超过最大延迟 # 检查数据有效性 if min_val > max_val or windows < 0: result = None # 无效数据 else: # 计算窗口大小 window_size = max_val - min_val + 1 result = (min_val, max_val, window_size) # 存储到最终数据结构 if dq_index not in data[current_vref]: # 初始化嵌套字典 data[current_vref][dq_index] = {} data[current_vref][dq_index][direction] = result # 从临时数据中移除 del pending_data[key] # 删除字典键 # 返回解析结果 return data, raw_data # 眼图指标计算函数 - 算法详解(修改后) def calculate_eye_metrics(data, avddq, dq_index, direction): """ 计算眼图的最大宽度、最大高度以及中心点 参数: data - 解析后的日志数据(字典结构) avddq - AVDDQ电压值(浮点数) dq_index - DQ索引(0-15,整数) direction - 方向(&#39;read&#39;或&#39;write&#39;,字符串) 算法说明: 1. 遍历所有VREF值 2. 计算实际电压 = (vref / 0x1FF) * avddq 3. 获取当前DQ和方向的数据 4. 计算窗口大小(UI单位) 5. 确定最大眼宽(所有窗口中的最大值) 6. 计算最大眼高(连续电压范围的最大高度) 7. 计算眼图中心点(最大眼高和最大眼宽的交点) """ # 初始化变量 max_eye_width = 0.0 max_eye_height = 0.0 # 存储每个电压对应的窗口大小(用于计算眼高) voltage_windows = defaultdict(float) # 存储每个电压对应的延迟范围(用于计算眼宽) voltage_delay_ranges = {} # 存储每个延迟位置对应的电压范围(用于计算眼高) delay_voltage_ranges = defaultdict(list) # 确定最大延迟值(读0x7F=127,写0xFF=255) max_delay = 0x7F if direction == &#39;read&#39; else 0xFF # 确定UI范围(读2UI,写4UI) ui_range = 2 if direction == &#39;read&#39; else 4 # 遍历所有VREF值 for vref, dq_data in data.items(): # 计算实际电压 # 0x1FF = 511(9位最大值) voltage = (vref / 0x1FF) * avddq # 字典安全访问:get()方法 # 避免KeyError异常 dq_info = dq_data.get(dq_index, {}).get(direction) if dq_info is None: continue # 跳过无数据项 # 解包元组 min_point, max_point, window_size = dq_info # 重新计算窗口大小(确保正确性) window_size = max_point - min_point + 1 # 计算窗口大小(UI单位) window_ui = (window_size / max_delay) * ui_range # 更新最大眼宽 if window_ui > max_eye_width: max_eye_width = window_ui # 存储电压-窗口映射 voltage_windows[voltage] = window_ui # 存储电压-延迟范围映射(用于计算眼宽) voltage_delay_ranges[voltage] = (min_point, max_point) # 存储延迟位置对应的电压范围(用于计算眼高) for delay in range(min_point, max_point + 1): delay_voltage_ranges[delay].append(voltage) # 计算最大眼高(连续电压范围) # 步骤: # 1. 对电压排序 # 2. 遍历排序后的电压 # 3. 计算连续有效窗口的电压范围 sorted_voltages = sorted(voltage_windows.keys()) # 排序电压值 current_height = 0 # 当前连续高度 max_height = 0 # 最大高度 # 遍历排序后的电压(从第二个元素开始) for i in range(1, len(sorted_voltages)): # 计算电压差 voltage_diff = sorted_voltages[i] - sorted_voltages[i-1] # 检查相邻电压点是否都有有效窗口 # 字典键存在性检查 if sorted_voltages[i] in voltage_windows and sorted_voltages[i-1] in voltage_windows: current_height += voltage_diff if current_height > max_height: max_height = current_height else: current_height = 0 # 重置高度计数器 max_eye_height = max_height # 计算最大眼宽对应的延迟位置(新增) # 找到具有最大窗口的电压点 best_voltage = None max_window_ui = 0 for voltage, window_ui in voltage_windows.items(): if window_ui > max_window_ui: max_window_ui = window_ui best_voltage = voltage # 计算最大眼高对应的延迟位置(新增) # 找到具有最宽电压范围的延迟位置 best_delay = None max_voltage_range = 0 for delay, voltages in delay_voltage_ranges.items(): if voltages: min_v = min(voltages) max_v = max(voltages) voltage_range = max_v - min_v if voltage_range > max_voltage_range: max_voltage_range = voltage_range best_delay = delay # 计算眼图中心点 center_ui = None center_voltage = None if best_delay is not None and best_voltage is not None: # 将延迟转换为UI单位 center_ui = (best_delay / max_delay) * ui_range center_voltage = best_voltage # 返回计算结果 return max_eye_width, max_eye_height, center_ui, center_voltage, best_delay, best_voltage # 眼图数据生成函数 - 详细解释算法 def generate_eye_diagram(data, avddq, ui_ps, dq_index, direction): """ 生成眼图数据点 参数: data - 解析后的日志数据(字典) avddq - AVDDQ电压值(浮点数) ui_ps - 每个UI的时间(皮秒) dq_index - DQ索引(0-15,整数) direction - 方向(&#39;read&#39;或&#39;write&#39;,字符串) 算法说明: 1. 遍历所有VREF值 2. 计算实际电压 = (vref / 0x1FF) * avddq 3. 遍历所有可能的延迟值 4. 将延迟值转换为UI单位 5. 根据数据有效性标记为通过点或失败点 """ pass_points = [] # 存储通过点(绿色) fail_points = [] # 存储失败点(红色) # 确定最大延迟值(读0x7F=127,写0xFF=255) max_delay = 0x7F if direction == &#39;read&#39; else 0xFF # 确定UI范围(读2UI,写4UI) ui_range = 2 if direction == &#39;read&#39; else 4 # 遍历所有VREF值 for vref, dq_data in data.items(): # 计算实际电压 voltage = (vref / 0x1FF) * avddq # 获取当前DQ和方向的数据 dq_info = dq_data.get(dq_index, {}).get(direction) # 遍历所有可能的延迟值 for delay in range(0, max_delay + 1): # 将延迟值转换为UI单位 ui_value = (delay / max_delay) * ui_range # 如果没有有效数据,标记为失败点 if dq_info is None: fail_points.append((ui_value, voltage)) else: # 解包元组 min_point, max_point, _ = dq_info # 检查当前延迟是否在有效范围内 if min_point <= delay <= max_point: pass_points.append((ui_value, voltage)) else: fail_points.append((ui_value, voltage)) return pass_points, fail_points # 输出原始数据到新日志 - 文件操作详解 def export_raw_data(raw_data, normalization_point, log_path): """ 输出原始数据到新日志文件(按DQ划分) 参数: raw_data - 原始数据(偏移前) normalization_point - 归一化点 log_path - 原始日志文件路径 文件操作详解: 1. 创建输出目录:os.makedirs() 2. 构建文件路径:os.path.join() 3. 写入文件:open()配合write() 4. 格式化输出:f-string """ # 获取当前时间戳 timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S") # 获取日志文件名(不含扩展名) log_filename = os.path.basename(log_path) if &#39;.&#39; in log_filename: # rsplit() 从右边分割字符串,maxsplit=1表示只分割一次 log_name = log_filename.rsplit(&#39;.&#39;, 1)[0] else: log_name = log_filename # 创建输出目录 log_dir = os.path.dirname(log_path) or os.getcwd() # 获取目录或当前工作目录 output_dir = os.path.join(log_dir, "raw_data_export") # 创建输出目录路径 ########################################################## # os.makedirs() 创建目录(如果不存在) # exist_ok=True 表示目录已存在时不报错 ########################################################## os.makedirs(output_dir, exist_ok=True) # 创建输出文件路径 output_file = os.path.join(output_dir, f"{log_name}_raw_data.txt") # 写入原始数据 with open(output_file, &#39;w&#39;, encoding=&#39;utf-8&#39;) as f: # 写入标题信息 f.write("=" * 80 + "\n") f.write(f"DDR校准原始数据报告 (归一化点: 0x{normalization_point:X})\n") f.write(f"生成时间: {datetime.datetime.now().strftime(&#39;%Y-%m-%d %H:%M:%S&#39;)}\n") f.write(f"原始日志: {log_path}\n") f.write("=" * 80 + "\n\n") # 按vref排序 sorted_vrefs = sorted(raw_data.keys()) for vref in sorted_vrefs: # 写入vref标题 f.write(f"VREF: 0x{vref:03X}\n") # :03X表示3位十六进制大写,不足补0 f.write("-" * 60 + "\n") # 按DQ索引排序 sorted_dq = sorted(raw_data[vref].keys()) for dq_index in sorted_dq: # 写入DQ标题 f.write(f" DQ{dq_index}:\n") # 处理读方向数据 if &#39;read&#39; in raw_data[vref][dq_index]: rd = raw_data[vref][dq_index][&#39;read&#39;] f.write(f" 读方向:\n") f.write(f" 原始最小值: {rd[&#39;min&#39;]}\n") f.write(f" 原始最大值: {rd[&#39;max&#39;]}\n") # 计算并写入窗口大小 window_size = rd[&#39;max&#39;] - rd[&#39;min&#39;] + 1 f.write(f" 窗口大小: {window_size}\n") # 处理写方向数据 if &#39;write&#39; in raw_data[vref][dq_index]: wr = raw_data[vref][dq_index][&#39;write&#39;] f.write(f" 写方向:\n") f.write(f" 原始最小值: {wr[&#39;min&#39;]}\n") f.write(f" 原始最大值: {wr[&#39;max&#39;]}\n") # 计算并写入窗口大小 window_size = wr[&#39;max&#39;] - wr[&#39;min&#39;] + 1 f.write(f" 窗口大小: {window_size}\n") f.write("\n") # DQ间空行 f.write("\n") # VREF间空行 print(f"原始数据已导出至: {output_file}") return output_file # 眼图绘制函数 - 数据可视化详解(修改后) def plot_eye_diagrams(log_content, data_rate, avddq, log_path, normalization_point): """ 绘制DDR眼图 参数: log_content - 日志内容 data_rate - 数据速率(Mbps) avddq - AVDDQ电压(V) log_path - 日志文件路径 normalization_point - 归一化点 主要修改: 1. 分组统计信息移到图顶部显示 2. 顶部显示两行分组统计信息 """ # 设置中文字体支持 plt.rcParams[&#39;font.sans-serif&#39;] = [&#39;SimHei&#39;, &#39;Arial Unicode MS&#39;, &#39;Microsoft YaHei&#39;, &#39;WenQuanYi Micro Hei&#39;] plt.rcParams[&#39;axes.unicode_minus&#39;] = False # 计算UI时间(皮秒) ui_ps = (1 / (data_rate * 1e6)) * 1e12 # 解析日志文件 data, raw_data = parse_log_file(log_content, normalization_point) # 导出原始数据到新日志 raw_data_file = export_raw_data(raw_data, normalization_point, log_path) # 检查数据有效性 if not data: print("错误: 无法从日志中解析出有效数据") return None, None, None # 创建图表对象 fig_write, axes_write = plt.subplots(4, 4, figsize=(20, 20)) fig_read, axes_read = plt.subplots(4, 4, figsize=(20, 20)) # 设置标题 norm_title = f" (Normalized to 0x{normalization_point:X}, Raw Data: {os.path.basename(raw_data_file)})" fig_write.suptitle(f&#39;DDR Write Eye Diagram (Data Rate: {data_rate} Mbps, UI: {ui_ps:.2f} ps){norm_title}&#39;, fontsize=18) fig_read.suptitle(f&#39;DDR Read Eye Diagram (Data Rate: {data_rate} Mbps, UI: {ui_ps:.2f} ps){norm_title}&#39;, fontsize=18) # 展平坐标轴数组 axes_write = axes_write.flatten() axes_read = axes_read.flatten() # 创建图例元素 legend_elements = [ Line2D([0], [0], marker=&#39;o&#39;, color=&#39;w&#39;, label=&#39;Pass&#39;, markerfacecolor=&#39;green&#39;, markersize=10), Line2D([0], [0], marker=&#39;o&#39;, color=&#39;w&#39;, label=&#39;Fail&#39;, markerfacecolor=&#39;red&#39;, markersize=10) ] # 存储分组中心点数据(读眼图) group1_center_vrefs = [] # DQ0-DQ7 group1_center_delays = [] # DQ0-DQ7 group2_center_vrefs = [] # DQ8-DQ15 group2_center_delays = [] # DQ8-DQ15 # 遍历16个DQ通道 for dq_index in range(16): # 计算写眼图指标(不计算中心点) write_width, write_height, _, _, _, _ = calculate_eye_metrics(data, avddq, dq_index, &#39;write&#39;) # 生成写眼图数据点 write_pass, write_fail = generate_eye_diagram(data, avddq, ui_ps, dq_index, &#39;write&#39;) # 计算读眼图指标和中心点 read_width, read_height, read_center_ui, read_center_voltage, read_center_delay, read_center_vref = calculate_eye_metrics( data, avddq, dq_index, &#39;read&#39; ) # 生成读眼图数据点 read_pass, read_fail = generate_eye_diagram(data, avddq, ui_ps, dq_index, &#39;read&#39;) # ================= 写眼图处理 ================= # 绘制写眼图 if write_fail: x_fail, y_fail = zip(*write_fail) axes_write[dq_index].scatter(x_fail, y_fail, s=1, c=&#39;red&#39;, alpha=0.1, zorder=1) if write_pass: x_pass, y_pass = zip(*write_pass) axes_write[dq_index].scatter(x_pass, y_pass, s=1, c=&#39;green&#39;, alpha=0.5, zorder=2) # 添加写眼图标注(仅显示最大眼宽和眼高) write_text = f"Max Eye Width: {write_width:.3f} UI\nMax Eye Height: {write_height:.3f} V" axes_write[dq_index].annotate( write_text, xy=(0.98, 0.02), xycoords=&#39;axes fraction&#39;, fontsize=9, ha=&#39;right&#39;, va=&#39;bottom&#39;, bbox=dict(boxstyle=&#39;round&#39;, facecolor=&#39;white&#39;, alpha=0.8) ) # 设置写眼图轴属性 axes_write[dq_index].set_title(f&#39;DQ{dq_index} Write Eye&#39;, fontsize=12) axes_write[dq_index].set_xlabel(&#39;Delay (UI)&#39;, fontsize=10) axes_write[dq_index].set_ylabel(&#39;Voltage (V)&#39;, fontsize=10) axes_write[dq_index].set_xlim(0, 4) # 写眼图0-4UI axes_write[dq_index].set_ylim(0, avddq) axes_write[dq_index].grid(True, linestyle=&#39;--&#39;, alpha=0.6) axes_write[dq_index].legend(handles=legend_elements, loc=&#39;upper right&#39;, fontsize=9) axes_write[dq_index].tick_params(axis=&#39;both&#39;, which=&#39;major&#39;, labelsize=9) # ================= 读眼图处理 ================= # 绘制读眼图 if read_fail: x_fail, y_fail = zip(*read_fail) axes_read[dq_index].scatter(x_fail, y_fail, s=1, c=&#39;red&#39;, alpha=0.1, zorder=1) if read_pass: x_pass, y_pass = zip(*read_pass) axes_read[dq_index].scatter(x_pass, y_pass, s=1, c=&#39;green&#39;, alpha=0.5, zorder=2) # 添加读眼图标注 read_text = f"Max Eye Width: {read_width:.3f} UI\nMax Eye Height: {read_height:.3f} V" axes_read[dq_index].annotate( read_text, xy=(0.98, 0.02), xycoords=&#39;axes fraction&#39;, fontsize=9, ha=&#39;right&#39;, va=&#39;bottom&#39;, bbox=dict(boxstyle=&#39;round&#39;, facecolor=&#39;white&#39;, alpha=0.8) ) # 设置读眼图轴属性 axes_read[dq_index].set_title(f&#39;DQ{dq_index} Read Eye&#39;, fontsize=12) axes_read[dq_index].set_xlabel(&#39;Delay (UI)&#39;, fontsize=10) axes_read[dq_index].set_ylabel(&#39;Voltage (V)&#39;, fontsize=10) axes_read[dq_index].set_xlim(0, 2) # 读眼图0-2UI axes_read[dq_index].set_ylim(0, avddq) axes_read[dq_index].grid(True, linestyle=&#39;--&#39;, alpha=0.6) axes_read[dq_index].legend(handles=legend_elements, loc=&#39;upper right&#39;, fontsize=9) axes_read[dq_index].tick_params(axis=&#39;both&#39;, which=&#39;major&#39;, labelsize=9) # 绘制读眼图中心点和辅助线 if read_center_ui is not None and read_center_voltage is not None: # 绘制中心点 axes_read[dq_index].scatter( [read_center_ui], [read_center_voltage], s=100, marker=&#39;*&#39;, c=&#39;yellow&#39;, edgecolors=&#39;black&#39;, zorder=10 ) # 计算原始Vref值 original_vref = int(round((read_center_voltage * 0x1FF) / avddq)) # 添加中心点标注 center_text = f"Center: ({read_center_ui:.3f} UI, {read_center_voltage:.3f} V)\n" \ f"Raw: Vref=0x{original_vref:X}, Delay={read_center_delay}" axes_read[dq_index].annotate( center_text, xy=(read_center_ui, read_center_voltage), xytext=(read_center_ui + 0.1, read_center_voltage + 0.05), arrowprops=dict(facecolor=&#39;black&#39;, shrink=0.05), fontsize=8, ha=&#39;left&#39; ) # 绘制辅助线:最大眼宽竖线(蓝色虚线) axes_read[dq_index].axvline( x=read_center_ui, color=&#39;blue&#39;, linestyle=&#39;--&#39;, alpha=0.7, label=f&#39;Max Width Line&#39; ) # 绘制辅助线:最大眼高横线(蓝色虚线) axes_read[dq_index].axhline( y=read_center_voltage, color=&#39;blue&#39;, linestyle=&#39;--&#39;, alpha=0.7, label=f&#39;Max Height Line&#39; ) # 添加辅助线图例 line_legend = [ Line2D([0], [0], color=&#39;blue&#39;, linestyle=&#39;--&#39;, label=&#39;Max Width Line&#39;), Line2D([0], [0], color=&#39;blue&#39;, linestyle=&#39;--&#39;, label=&#39;Max Height Line&#39;) ] axes_read[dq_index].legend(handles=legend_elements + line_legend, loc=&#39;upper right&#39;, fontsize=9) # 根据DQ索引分组存储中心点数据 if dq_index < 8: group1_center_vrefs.append(original_vref) group1_center_delays.append(read_center_delay) else: group2_center_vrefs.append(original_vref) group2_center_delays.append(read_center_delay) # 计算分组统计值 def calculate_group_stats(vrefs, delays): """计算一组中心点的统计值""" if not vrefs: return None, None, None, None # 计算Vref平均值和中位数 avg_vref = sum(vrefs) / len(vrefs) sorted_vrefs = sorted(vrefs) mid = len(sorted_vrefs) // 2 if len(sorted_vrefs) % 2 == 0: median_vref = (sorted_vrefs[mid-1] + sorted_vrefs[mid]) / 2 else: median_vref = sorted_vrefs[mid] # 计算延迟平均值和中位数 avg_delay = sum(delays) / len(delays) sorted_delays = sorted(delays) mid = len(sorted_delays) // 2 if len(sorted_delays) % 2 == 0: median_delay = (sorted_delays[mid-1] + sorted_delays[mid]) / 2 else: median_delay = sorted_delays[mid] return avg_vref, median_vref, avg_delay, median_delay # 计算第一组(DQ0-DQ7)的统计值 stats1 = calculate_group_stats(group1_center_vrefs, group1_center_delays) # 计算第二组(DQ8-DQ15)的统计值 stats2 = calculate_group_stats(group2_center_vrefs, group2_center_delays) # 在图像顶部添加分组汇总信息(两行) if stats1[0] is not None: avg_vref1, median_vref1, avg_delay1, median_delay1 = stats1 # 第一组文本(DQ0-DQ7) summary_text1 = f"DQ0-DQ7 Center Points: " \ f"Avg Vref=0x{int(round(avg_vref1)):X}, " \ f"Median Vref=0x{int(median_vref1):X}, " \ f"Avg Delay={avg_delay1:.1f}, " \ f"Median Delay={median_delay1:.1f}" # 位置:0.95(顶部) fig_read.text(0.5, 0.95, summary_text1, ha=&#39;center&#39;, fontsize=12, bbox=dict(facecolor=&#39;white&#39;, alpha=0.8)) if stats2[0] is not None: avg_vref2, median_vref2, avg_delay2, median_delay2 = stats2 # 第二组文本(DQ8-DQ15) summary_text2 = f"DQ8-DQ15 Center Points: " \ f"Avg Vref=0x{int(round(avg_vref2)):X}, " \ f"Median Vref=0x{int(median_vref2):X}, " \ f"Avg Delay={avg_delay2:.1f}, " \ f"Median Delay={median_delay2:.1f}" # 位置:0.92(在上一行下方) fig_read.text(0.5, 0.92, summary_text2, ha=&#39;center&#39;, fontsize=12, bbox=dict(facecolor=&#39;white&#39;, alpha=0.8)) # 调整布局 fig_write.tight_layout(rect=[0, 0, 1, 0.96]) # 为读眼图顶部留出空间 fig_read.tight_layout(rect=[0, 0, 1, 0.90]) # 文件路径处理(添加时间戳) log_dir = os.path.dirname(log_path) or os.getcwd() timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S") log_filename = os.path.basename(log_path) log_name = log_filename.rsplit(&#39;.&#39;, 1)[0] if &#39;.&#39; in log_filename else log_filename # 构建输出文件路径(写眼图只加时间戳) write_filename = os.path.join(log_dir, f"{log_name}_ddr_write_eye_{timestamp}.png") # 构建读眼图文件名(包含两组VREF平均值) group1_avg_vref = int(round(stats1[0])) if stats1[0] is not None else 0 group2_avg_vref = int(round(stats2[0])) if stats2[0] is not None else 0 read_filename = os.path.join( log_dir, f"{log_name}_ddr_read_eye_{timestamp}_G1Vref_0x{group1_avg_vref:X}_G2Vref_0x{group2_avg_vref:X}.png" ) # 保存图像 fig_write.savefig(write_filename, dpi=300, bbox_inches=&#39;tight&#39;) fig_read.savefig(read_filename, dpi=300, bbox_inches=&#39;tight&#39;) # 关闭图像释放内存 plt.close(fig_write) plt.close(fig_read) # 打印结果 print(f"写眼图已保存至: {write_filename}") print(f"读眼图已保存至: {read_filename}") return write_filename, read_filename, raw_data_file # 主函数 - 程序入口点详解 def main(): """ 主函数,程序入口点 功能: - 获取用户输入 - 读取日志文件 - 解析数据 - 生成眼图 - 导出结果 用户交互详解: 1. 使用input()获取用户输入 2. 使用循环处理无效输入 3. 使用try-except捕获异常 """ # 打印欢迎信息 print("=" * 50) print("DDR眼图生成器(带原始数据导出)") print("=" * 50) # 用户输入DataRate(带异常处理) while True: try: data_rate = float(input("请输入DataRate (Mbps/Pin): ")) break except ValueError: print("错误: 请输入有效的数字") # 用户输入AVDDQ电压(带异常处理) while True: try: avddq = float(input("请输入AVDDQ电压值 (V): ")) break except ValueError: print("错误: 请输入有效的数字") # 归一化点输入处理(带错误检查) while True: norm_input = input("请输入归一化点(十六进制值,如0x40或40): ").strip() if not norm_input: print("错误: 输入不能为空,请重新输入") continue try: # 处理十六进制前缀 if norm_input.startswith(("0x", "0X")): hex_str = norm_input[2:] else: hex_str = norm_input # 字符串转整数(16进制) normalization_point = int(hex_str, 16) break except ValueError: print(f"错误: &#39;{norm_input}&#39; 不是有效的十六进制数,请重新输入") # 日志文件路径输入(带文件存在检查) while True: log_path = input("请输入日志文件路径: ").strip() # 检查文件是否存在 # os.path.exists() 判断路径是否存在 if not os.path.exists(log_path): print(f"错误: 文件 &#39;{log_path}&#39; 不存在,请重新输入") else: # 获取绝对路径 log_path = os.path.abspath(log_path) break # 读取文件内容 log_content = robust_read_file(log_path) if log_content is None: print("无法读取日志文件") return # 尝试生成眼图(带异常处理) try: # 调用眼图生成函数(返回三个值) write_file, read_file, raw_data_file = plot_eye_diagrams( log_content, data_rate, avddq, log_path, normalization_point ) print("\n眼图生成成功!") print(f"原始数据文件: {raw_data_file}") except Exception as e: # 捕获所有异常并打印错误信息 print(f"眼图生成失败: {e}") # 异常对象:e.args 获取异常参数 print(f"错误详情: {e.args}") # Python特殊检查 - 模块执行控制 if __name__ == "__main__": """ __name__ 是Python的内置变量 当脚本直接运行时,__name__ 等于 "__main__" 当脚本被导入时,__name__ 等于模块名 这种结构允许: 1. 直接运行脚本时执行测试代码 2. 作为模块导入时不执行测试代码 """ main() # 调用主函数
最新发布
08-02
评论
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