python循環隊列

① python中count能否計算循環隊列長度

即循環隊列中的元素數量。使用 hadIndex 和 count 可以計算出隊尾元素的

② Python培訓課程哪家好

不同機構課程安排不同，每個人需求不一樣，選擇上也是存在差異，建議根據自身需求，實地體驗一下。
課程安排：
階段一：Python開發基礎
Python全棧開發與人工智慧之Python開發基礎知識學習內容包括：Python基礎語法、數據類型、字元編碼、文件操作、函數、裝飾器、迭代器、內置方法、常用模塊等。
階段二：Python高級編程和資料庫開發
Python全棧開發與人工智慧之Python高級編程和資料庫開發知識學習內容包括：面向對象開發、Socket網路編程、線程、進程、隊列、IO多路模型、Mysql資料庫開發等。
階段三：前端開發
Python全棧開發與人工智慧之前端開發知識學習內容包括：Html、CSS、JavaScript開發、Jquery&bootstrap開發、前端框架VUE開發等。
階段四：WEB框架開發
Python全棧開發與人工智慧之WEB框架開發學習內容包括：Django框架基礎、Django框架進階、BBS+Blog實戰項目開發、緩存和隊列中間件、Flask框架學習、Tornado框架學習、Restful API等。
階段五：爬蟲開發
Python全棧開發與人工智慧之爬蟲開發學習內容包括：爬蟲開發實戰。
階段六：全棧項目實戰
Python全棧開發與人工智慧之全棧項目實戰學習內容包括：企業應用工具學習、CRM客戶關系管理系統開發、路飛學城在線教育平台開發等。
階段七：數據分析
Python全棧開發與人工智慧之數據分析學習內容包括：金融量化分析。
階段八：人工智慧
Python全棧開發與人工智慧之人工智慧學習內容包括：機器學習、圖形識別、無人機開發、無人駕駛等。
階段九：自動化運維&開發
Python全棧開發與人工智慧之自動化運維&開發學習內容包括：CMDB資產管理系統開發、IT審計+主機管理系統開發、分布式主機監控系統開發等。
階段十：高並發語言GO開發
Python全棧開發與人工智慧之高並發語言GO開發學習內容包括：GO語言基礎、數據類型與文件IO操作、函數和面向對象、並發編程等。

③ 循環隊列-實現

姓名：張鈺 學號：21011210154 學賣廳院：通信工程學院

【嵌牛導讀】循環隊列是對前文提出的簡單隊列的改進，能減少對存儲空間的浪費。

【嵌牛鼻子】循環隊列

【嵌牛提問】循環隊列如何實現

【嵌牛正文】

循環隊列也是一種線性數據結構，其操作表現基於先進先出原則，並且隊尾被連接在隊首之後以形成一個循環。循環隊列的一個好處是可以利用這個隊列之前用過的空間。在上文提出的隊列中，只要隊列滿仿李了，我們就不能插入下一個元素，即使在隊列前面仍有空間。但是使用循環隊列，我們能使用中大隱這些空間去存儲新的值，減少對存儲空間的浪費。

我們可以使用固定大小的數組和兩個指針來指示起始位置和結束位置，來實現循環隊列，基本思路如下：

1、隊列為空狀態時，兩個指針 head = tail = -1

2、入隊操作：如果入隊前是空的，則將head 和 tail 都向右移一位，使得下標變為為0；否則只需右移tail

3、出隊操作：如果出隊時隊列不為空，且只剩最後一個元素，即head == tail，則令head = tail = -1；否則只需右移head

4、隊列首元素：只要隊不為空，head指向隊首元素

5、隊列尾元素：只要隊不為空，tail指向隊尾元素

6、判定隊列為空：指針 head = tail = -1，此時為空

7、判定隊列為滿：tail右移發現與head重合，則沒有地方放入新的元素，此時為滿

python實現：

④ Python數據結構-隊列與廣度優先搜索（Queue）

隊列（Queue） ：簡稱為隊，一種線性表數據結構，是一種只允許在表的一端進行插入操作，而在表的另一端進行刪除操作的線性表。
我們把隊列中允許插入的一端稱為 「隊尾（rear）」 ；把允許刪除的另一端稱為 「隊頭（front）」 。當表中沒有任何數據元素時，稱之為 「空隊」 。

廣度優先搜索演算法（Breadth First Search） ：簡稱為 BFS，又譯作寬度優先搜索 / 橫向優先搜索。是一種用於遍歷或搜索樹或圖的演算法。該演算法從根節點開始，沿著樹的寬度遍歷樹或圖的節點。如果所有節點均被訪問，則演算法中止。

廣度優先遍歷 類似於樹的層次遍歷過程 。呈現出一層一層向外擴張的特點。先看到的節點先訪問，後看到的節點後訪問。遍歷到的節點順序符合「先進先出」的特點，所以廣度優先搜索可以通過「隊列」來實現。

力扣933

游戲時，隊首始終是持有土豆的人
模擬游戲開始，隊首的人出隊，之後再到隊尾（類似於循環隊列）
傳遞了num次之後，將隊首的人移除
如此反復，直到隊列中剩餘一人

多人共用一台列印機，採取「先到先服務」的隊列策略來執行列印任務
需要解決的問題：1 列印系統的容量是多少？2 在能夠接受的等待時間內，系統可容納多少用戶以多高的頻率提交列印任務？

輸入：abba
輸出：False
思路：1 先將需要判定的詞從隊尾加入 deque; 2從兩端同時移除字元並判斷是否相同，直到deque中剩餘0個（偶數）或1個字元（奇數）

內容參考： https://algo.itcharge.cn/04.%E9%98%9F%E5%88%97/01.%E9%98%9F%E5%88%97%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86/01.%E9%98%9F%E5%88%97%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86/

⑤ Python協程之asyncio

asyncio 是 Python 中的非同步IO庫，用來編寫並發協程，適用於IO阻塞且需要大量並發的場景，例如爬蟲、文件讀寫。

asyncio 在 Python3.4 被引入，經過幾個版本的迭代，特性、語法糖均有了不同程度的改進，這也使得不同版本的 Python 在 asyncio 的用法上各不相同，顯得有些雜亂，以前使用的時候也是本著能用就行的原則，在寫法上走了一些彎路，現在對 Python3.7+ 和 Python3.6 中 asyncio 的用法做一個梳理，以便以後能更好的使用。

協程，又稱微線程，它不被操作系統內核所管理，而完全是由程序控制，協程切換花銷小，因而有更高的性能。

協程可以比作子程序，不同的是，執行過程中協程可以掛起當前狀態，轉而執行其他協程，在適當的時候返回來接著執行，協程間的切換不需要涉及任何系統調用或任何阻塞調用，完全由協程調度器進行調度。

Python 中以 asyncio 為依賴，使用 async/await 語法進行協程的創建和使用，如下 async 語法創建一個協程函數：

在協程中除了普通函數的功能外最主要的作用就是：使用 await 語法等待另一個協程結束，這將掛起當前協程，直到另一個協程產生結果再繼續執行：

asyncio.sleep() 是 asyncio 包內置的協程函數，這里模擬耗時的IO操作，上面這個協程執行到這一句會掛起當前協程而去執行其他協程，直到sleep結束，當有多個協程任務時，這種切換會讓它們的IO操作並行處理。

注意，執行一個協程函數並不會真正的運行它，而是會返回一個協程對象，要使協程真正的運行，需要將它們加入到事件循環中運行，官方建議 asyncio 程序應當有一個主入口協程，用來管理所有其他的協程任務：

在 Python3.7+ 中，運行這個 asyncio 程序只需要一句： asyncio.run(main()) ，而在 Python3.6 中，需要手動獲取事件循環並加入協程任務：

事件循環就是一個循環隊列，對其中的協程進行調度執行，當把一個協程加入循環，這個協程創建的其他協程都會自動加入到當前事件循環中。

其實協程對象也不是直接運行，而是被封裝成一個個待執行的 Task ，大多數情況下 asyncio 會幫我們進行封裝，我們也可以提前自行封裝 Task 來獲得對協程更多的控制權，注意，封裝 Task 需要 當前線程有正在運行的事件循環 ，否則將引 RuntimeError，這也就是官方建議使用主入口協程的原因，如果在主入口協程之外創建任務就需要先手動獲取事件循環然後使用底層方法 loop.create_task() ，而在主入口協程之內是一定有正在運行的循環的。任務創建後便有了狀態，可以查看運行情況，查看結果，取消任務等：

asyncio.create_task() 是 Python3.7 加入的高層級API，在 Python3.6，需要使用低層級API asyncio.ensure_future() 來創建 Future，Future 也是一個管理協程運行狀態的對象，與 Task 沒有本質上的區別。

通常，一個含有一系列並發協程的程序寫法如下（Python3.7+）：

並發運行多個協程任務的關鍵就是 asyncio.gather(*tasks) ，它接受多個協程任務並將它們加入到事件循環，所有任務都運行完成後會返回結果列表，這里我們也沒有手動封裝 Task，因為 gather 函數會自動封裝。

並發運行還有另一個方法 asyncio.wait(tasks) ，它們的區別是：

⑥ 非遞歸演算法，以孩子兄弟為存儲結構的計算樹的深度 這個程序什麼意思 該怎麼理解

首先樹的兒子會有很多的，為了解決兒子很多且不定的情況：
也採用二叉樹的存儲結構類型，但做了一點改進：
左節點vp表示大兒子，右節點hp表示兄弟，這樣「樹」就變成「二叉樹」
的結構了。 右節點串在一起，表示同一層。
另要搞懂隊列，是數組做的循環隊列qu[ ], 頭front ,尾rear;
又增加一個數組 level [ ]是隊列qu[ ]的輔助單元, 存放 隊列節點的層號，兩數組
下標是一一對應的；
這兩個概念是基礎，一定要懂。不懂是看不下去的。
演算法的核心：
1. 用隊列的方法遍歷所有節點，從隊列中取出一個節點指針進行訪問，同時
取出層號，並把這個節點的所有子節點及它的層號放入隊列鎮芹，以便以後取出訪問;
為了啟動遍歷，初始隊列須壓入根節點；
2. 遍歷時知道這個節點層號(m)，御衫畢就可比較，最大值(max)就是樹的深度。
3. 遍歷訪問一個節點時，左節點vp就是大兒子，屬下一層，層號是m+!,
右節點開始就是同層兄弟（第二個while就是)，須壓入隊列，層號仍是m+1;
4. 反復循環取出隊列中節點進行訪問（直到為空），並把它的把有兒子塌友壓入隊列
以便再次訪問；

這個經典演算法，不復雜， 有不明白的再追問

⑦ python-數據結構 循環隊列的實現 設計循環隊列

Leet Code 原題鏈接
Leet Code 原題動畫演示視頻
設計你的循環隊列實現。 循環隊列是一種線性數據結構，其操作表現基於 FIFO（先進先出）原則並且隊尾被連接在隊首之後以形成一個循環。它也被稱為「環形緩沖器」。

循環隊列的一個好處是我們可以利用這個隊列之前用過的空間。在一個普通隊列里，一旦一個隊列滿了，我們就不能插入下一個元素，即使在隊列前面仍有空間。但是使用循環隊列，我們能使用這些空間去存儲新的值。

你的實現應該支持如下操作：

Design your implementation of the circular queue. The circular queue is a linear data structure in which the operations are performed based on FIFO (First In First Out) principle and the last position is connected back to the first position to make a circle. It is also called "Ring Buffer".

One of the benefits of the circular queue is that we can make use of the spaces in front of the queue. In a normal queue, once the queue becomes full, we cannot insert the next element even if there is a space in front of the queue. But using the circular queue, we can use the space to store new values.

Your implementation should support the following operations:

我們仔細研究一下 Leet Code 原題動畫演示視頻 這一個視頻，發現來判斷隊空和隊滿的條件。假定我們有兩個指針，分別為頭指針head和尾指針tail。

⑧ 如何在後台部署深度學習模型

搭建深度學習後台伺服器

我們的Keras深度學習REST API將能夠批量處理圖像，擴展到多台機器(包括多台web伺服器和Redis實例)，並在負載均衡器之後進行循環調度。

為此，我們將使用:

• KerasRedis(內存數據結構存儲)

• Flask (Python的微web框架)

• 消息隊列和消息代理編程範例

本篇文章的整體思路如下：

我們將首先簡要討論Redis數據存儲，以及如何使用它促進消息隊列和消息代理。然後，我們將通過安裝所需的Python包來配置Python開發環境，以構建我們的Keras深度學習REST API。一旦配置了開發環境，就可以使用Flask web框架實現實際的Keras深度學習REST API。在實現之後，我們將啟動Redis和Flask伺服器，然後使用cURL和Python向我們的深度學習API端點提交推理請求。最後，我們將以對構建自己的深度學習REST API時應該牢記的注意事項的簡短討論結束。

第一部分：簡要介紹Redis如何作為REST API消息代理/消息隊列



測試和原文的命令一致。




第三部分：配置Python開發環境以構建Keras REST API

文章中說需要創建新的虛擬環境來防止影響系統級別的python項目（但是我沒有創建），但是還是需要安裝rest api所需要依賴的包。以下為所需要的包。





第四部分：實現可擴展的Keras REST API

首先是Keras Redis Flask REST API數據流程圖

讓我們開始構建我們的伺服器腳本。為了方便起見，我在一個文件中實現了伺服器，但是它可以按照您認為合適的方式模塊化。為了獲得最好的結果和避免復制/粘貼錯誤，我建議您使用本文的「下載」部分來獲取相關的腳本和圖像。

為了簡單起見，我們將在ImageNet數據集上使用ResNet預訓練。我將指出在哪裡可以用你自己的模型交換ResNet。flask模塊包含flask庫(用於構建web API)。redis模塊將使我們能夠與redis數據存儲介面。從這里開始，讓我們初始化將在run_keras_server.py中使用的常量.




我們將向伺服器傳遞float32圖像，尺寸為224 x 224，包含3個通道。我們的伺服器可以處理一個BATCH_SIZE = 32。如果您的生產系統上有GPU(s)，那麼您需要調優BATCH_SIZE以獲得最佳性能。我發現將SERVER_SLEEP和CLIENT_SLEEP設置為0.25秒(伺服器和客戶端在再次輪詢Redis之前分別暫停的時間)在大多數系統上都可以很好地工作。如果您正在構建一個生產系統，那麼一定要調整這些常量。

讓我們啟動我們的Flask app和Redis伺服器:





在這里你可以看到啟動Flask是多麼容易。在運行這個伺服器腳本之前，我假設Redis伺服器正在運行(之前的redis-server)。我們的Python腳本連接到本地主機6379埠(Redis的默認主機和埠值)上的Redis存儲。不要忘記將全局Keras模型初始化為None。接下來我們來處理圖像的序列化:





Redis將充當伺服器上的臨時數據存儲。圖像將通過諸如cURL、Python腳本甚至是移動應用程序等各種方法進入伺服器，而且，圖像只能每隔一段時間(幾個小時或幾天)或者以很高的速率(每秒幾次)進入伺服器。我們需要把圖像放在某個地方，因為它們在被處理前排隊。我們的Redis存儲將作為臨時存儲。

為了將圖像存儲在Redis中，需要對它們進行序列化。由於圖像只是數字數組，我們可以使用base64編碼來序列化圖像。使用base64編碼還有一個額外的好處，即允許我們使用JSON存儲圖像的附加屬性。

base64_encode_image函數處理序列化。類似地，在通過模型傳遞圖像之前，我們需要反序列化圖像。這由base64_decode_image函數處理。

預處理圖片





我已經定義了一個prepare_image函數，它使用Keras中的ResNet50實現對輸入圖像進行預處理，以便進行分類。在使用您自己的模型時，我建議修改此函數，以執行所需的預處理、縮放或規范化。

從那裡我們將定義我們的分類方法





classify_process函數將在它自己的線程中啟動，我們將在下面的__main__中看到這一點。該函數將從Redis伺服器輪詢圖像批次，對圖像進行分類，並將結果返回給客戶端。

在model = ResNet50(weights="imagenet")這一行中，我將這個操作與終端列印消息連接起來——根據Keras模型的大小，載入是即時的，或者需要幾秒鍾。

載入模型只在啟動這個線程時發生一次——如果每次我們想要處理一個映像時都必須載入模型，那麼速度會非常慢，而且由於內存耗盡可能導致伺服器崩潰。

載入模型後，這個線程將不斷輪詢新的圖像，然後將它們分類（注意這部分代碼應該時尚一部分的繼續）





在這里，我們首先使用Redis資料庫的lrange函數從隊列(第79行)中獲取最多的BATCH_SIZE圖像。

從那裡我們初始化imageIDs和批處理(第80和81行)，並開始在第84行開始循環隊列。

在循環中，我們首先解碼對象並將其反序列化為一個NumPy數組image(第86-88行)。

接下來，在第90-96行中，我們將向批處理添加圖像(或者如果批處理當前為None，我們將該批處理設置為當前圖像)。

我們還將圖像的id附加到imageIDs(第99行)。

讓我們完成循環和函數

在這個代碼塊中，我們檢查批處理中是否有圖像(第102行)。如果我們有一批圖像，我們通過模型(第105行)對整個批進行預測。從那裡，我們循環一個圖像和相應的預測結果(110-122行)。這些行向輸出列表追加標簽和概率，然後使用imageID將輸出存儲在Redis資料庫中(第116-122行)。

我們使用第125行上的ltrim從隊列中刪除了剛剛分類的圖像集。最後，我們將睡眠設置為SERVER_SLEEP時間並等待下一批圖像進行分類。下面我們來處理/predict我們的REST API端點





稍後您將看到，當我們發布到REST API時，我們將使用/predict端點。當然，我們的伺服器可能有多個端點。我們使用@app。路由修飾符以第130行所示的格式在函數上方定義端點，以便Flask知道調用什麼函數。我們可以很容易地得到另一個使用AlexNet而不是ResNet的端點，我們可以用類似的方式定義具有關聯函數的端點。你懂的，但就我們今天的目的而言，我們只有一個端點叫做/predict。

我們在第131行定義的predict方法將處理對伺服器的POST請求。這個函數的目標是構建JSON數據，並將其發送回客戶機。如果POST數據包含圖像(第137和138行)，我們將圖像轉換為PIL/Pillow格式，並對其進行預處理(第141-143行)。

在開發這個腳本時，我花了大量時間調試我的序列化和反序列化函數，結果發現我需要第147行將數組轉換為C-contiguous排序(您可以在這里了解更多)。老實說，這是一個相當大的麻煩事，但我希望它能幫助你站起來，快速跑。

如果您想知道在第99行中提到的id，那麼實際上是使用uuid(通用唯一標識符)在第151行生成的。我們使用UUID來防止hash/key沖突。

接下來，我們將圖像的id和base64編碼附加到d字典中。使用rpush(第153行)將這個JSON數據推送到Redis db非常簡單。

讓我們輪詢伺服器以返回預測

我們將持續循環，直到模型伺服器返回輸出預測。我們開始一個無限循環，試圖得到157-159條預測線。從這里，如果輸出包含預測，我們將對結果進行反序列化，並將結果添加到將返回給客戶機的數據中。我們還從db中刪除了結果(因為我們已經從資料庫中提取了結果，不再需要將它們存儲在資料庫中)，並跳出了循環(第163-172行)。

否則，我們沒有任何預測，我們需要睡覺，繼續投票(第176行)。如果我們到達第179行，我們已經成功地得到了我們的預測。在本例中，我們向客戶機數據添加True的成功值(第179行)。注意:對於這個示例腳本，我沒有在上面的循環中添加超時邏輯，這在理想情況下會為數據添加一個False的成功值。我將由您來處理和實現。最後我們稱燒瓶。jsonify對數據，並將其返回給客戶端(第182行)。這就完成了我們的預測函數。

為了演示我們的Keras REST API，我們需要一個__main__函數來實際啟動伺服器

第186-196行定義了__main__函數，它將啟動classify_process線程(第190-192行)並運行Flask應用程序(第196行)。

第五部分：啟動可伸縮的Keras REST API

要測試我們的Keras深度學習REST API，請確保使用本文的「下載」部分下載源代碼示例圖像。從這里，讓我們啟動Redis伺服器，如果它還沒有運行:

• redis-server



然後，在另一個終端中，讓我們啟動REST API Flask伺服器:

• python run_keras_server.py



另外，我建議在向伺服器提交請求之前，等待您的模型完全載入到內存中。現在我們可以繼續使用cURL和Python測試伺服器。

第七部分：使用cURL訪問Keras REST API

使用cURL來測試我們的Keras REST API伺服器。這是我的家庭小獵犬Jemma。根據我們的ResNet模型，她被歸類為一隻擁有94.6%自信的小獵犬。

• curl -X POST -F [email protected] 'http://localhost:5000/predict'



你會在你的終端收到JSON格式的預測:

• {"predictions": [{"label": "beagle","probability": 0.9461546540260315},{"label": "bluetick","probability": 0.031958919018507004},{"label": "redbone","probability": 0.006617196369916201},{"label": "Walker_hound","probability": 0.0033879687543958426},{"label": "Greater_Swiss_Mountain_dog","probability": 0.0025766862090677023}],"success": true}



第六部分：使用Python向Keras REST API提交請求

如您所見，使用cURL驗證非常簡單。現在，讓我們構建一個Python腳本，該腳本將發布圖像並以編程方式解析返回的JSON。

讓我們回顧一下simple_request.py

• # import the necessary packagesimport requests# initialize the Keras REST API endpoint URL along with the input# image pathKERAS_REST_API_URL = "http://localhost:5000/predict"IMAGE_PATH = "jemma.png"



我們在這個腳本中使用Python請求來處理向伺服器提交數據。我們的伺服器運行在本地主機上，可以通過埠5000訪問端點/predict，這是KERAS_REST_API_URL變數(第6行)指定的。

我們還定義了IMAGE_PATH(第7行)。png與我們的腳本在同一個目錄中。如果您想測試其他圖像，請確保指定到您的輸入圖像的完整路徑。

讓我們載入圖像並發送到伺服器:

• # load the input image and construct the payload for the requestimage = open(IMAGE_PATH, "rb").read()payload = {"image": image}# submit the requestr = requests.post(KERAS_REST_API_URL, files=payload).json()# ensure the request was sucessfulif r["success"]: # loop over the predictions and display them for (i, result) in enumerate(r["predictions"]): print("{}. {}: {:.4f}".format(i + 1, result["label"], result["probability"]))# otherwise, the request failedelse: print("Request failed")



我們在第10行以二進制模式讀取圖像並將其放入有效負載字典。負載通過請求發送到伺服器。在第14行發布。如果我們得到一個成功消息，我們可以循環預測並將它們列印到終端。我使這個腳本很簡單，但是如果你想變得更有趣，你也可以使用OpenCV在圖像上繪制最高的預測文本。

第七部分：運行簡單的請求腳本

編寫腳本很容易。打開終端並執行以下命令(當然，前提是我們的Flask伺服器和Redis伺服器都在運行)。

• python simple_request.py



使用Python以編程方式使用我們的Keras深度學習REST API的結果

第八部分：擴展深度學習REST API時的注意事項

如果您預期在深度學習REST API上有較長一段時間的高負載，那麼您可能需要考慮一種負載平衡演算法，例如循環調度，以幫助在多個GPU機器和Redis伺服器之間平均分配請求。

記住，Redis是內存中的數據存儲，所以我們只能在隊列中存儲可用內存中的盡可能多的圖像。

使用float32數據類型的單個224 x 224 x 3圖像將消耗602112位元組的內存。

⑨ python內定的歷史記錄是多少

python內虛螞定的歷凱哪史記錄是20條。Python由荷蘭數學和計算機科學研究學會的吉差孫埋多·范羅蘇姆於1990年代初設計，作為一門叫做ABC語言的替代品。 Python提供了高效的高級數據結構，還能簡單有效地面向對象編程。

⑩ ec600模組入網又休眠

使用rt thread系統里的EC200驅動包+web client做一個物聯網項目，之前開發的時候一直都是用的EC600S模塊，看起來挺好的，沒什麼大問題，後來量產的時候不小心買了EC600N焊上去了，之前也聽廠家的技術支持說應該是完全一樣的，可是就掉進了這個坑裡。

故障現象：

模塊的net_status和net_mode燈的狀態不太對，模塊開機後的最終狀態有時候net_mode常亮，net_status滅掉，或者net_status一直在慢閃，net_mode一直熄滅。甚至有時候我的應用可以先從伺服器拿一包數據，然後又掛掉再也連不上了。

分析：

上述這兩種狀態都不在文檔描述中，打at client去看，你發什麼它都是直接回顯，比如發AT+CPIN?它就直接回，而不是回OK或者錯誤,所以初步判斷是模塊進入了一個錯誤的狀態。那麼能讓模塊進入錯誤狀態無非就是以下幾種情況：

睡眠或者開機、重啟的姿勢不對
或者在模塊初始化之前我的應用代碼把它搞死了。但是之前用EC600S開發都是好的，而且一般應用代碼不太能把模塊搞到錯誤狀態，這種可能性比較低。
排查：

針對第二種情況，排查很簡單，先把應用軟體去掉看看。故障依舊，所以繼續排查1.

在EC200的驅動包里要配置開機引腳，狀態引腳，睡眠引腳。無論是開發什麼東西，一般睡眠這種狀態是最容易出問題的，包括x86開發，usb設備開發，屢見不鮮，所以首先把睡眠去掉了（-1），但是故障依舊。

剛開始我始終沒有懷疑狀態引腳，因為它是個輸入，只是判斷一下模塊有沒有開機，感覺不會有什麼問題，所以繞來繞去一直沒有去動它。直到看到了有個哥們遇到了類似的問題：

RT-Thread-at_device 沒有使用power pin 導致的網路異常 bugRT-Thread問答社區 - RT-Thread

這個問題其實我之前用EC600S的時候好像也遇到了，但是我並不用ping，應用也沒有問題，所以也沒去管他。不過這倒提醒了可以去試試，於是把開機狀態也改成-1，居然就好了。

 

電源引腳我沒去動它，模塊是需要有一個開機時序的，我看它的初始化代碼里也有去動電源引腳重新開機之類的。

希望其他掉在坑裡的小夥伴可以看到我這篇帖子，少走點彎路。

打開CSDN，閱讀體驗更佳
Quectel_EC600S系列_TCP(IP)_應用指導_V1.2.rar
EC600S-CN 模塊內置 TCP/IP 協議棧， Host 可以 直接通過 AT 命令訪問網路； 這大大降低模塊對 PPP 和外部 TCP/IP 協議棧的依賴性，從而降低終端設計 的成本。
EC600N（二）--核心板初次點亮
系列文章目錄 EC600N（一）–基本信息介紹 EC600N（二）–核心板初次點亮 目錄系列文章目錄前言一、使用前說明1.供電方式2. 模塊開機狀態二、AT指令測試1.測試准備2.AT指令測試 前言 本次實驗使用移遠EC600N雙排核心板，主要使用AT指令測試模塊，測試模塊的USB口和3.3V串口。 一、使用前說明 1.供電方式 EC600N模塊需要用排針的VIN進行供電，供電如下圖所示： USB口供電可能達不到模塊的開機要求(由於串聯了二極體，有壓降)，一般採用針腳對模塊供電。這個設計有點雞肋。 2.
繼續訪問

移遠4G模組EC600N進行TCP/IP連接和伺服器測試
最近公司產品需要增加一個4G模塊進行數據傳輸，想到之前做的移遠的4G模塊，於是買了一個核心板回來調試。 協議選擇TCP/IP，因此使用的是TCP/IP部分的AT指令手冊。工具方面，使用串口調試助手，關於測試伺服器，一開始用的安信可的透傳雲，但是伺服器連接一段時間不發送消息就會自動斷開，所以還是使用了網路調試助手。因為網路調試助手使用的是本地網路，如果需要和4G通信，還需要使用花生殼做內網穿透。 接下來先把伺服器部分做好。 如果沒有花生殼軟體，建議先去官網下載一個 長這樣色的。安裝後打開界面如下 這個界
繼續訪問

STM32F405+4G模塊OTA固件升級調試記錄
STM32F405+4G模塊OTA固件升級調試個人記錄
繼續訪問

Cat.1模塊使用總結（EC600N）
由於Cat.4模塊（EC20）功耗大，考慮到NB網路覆蓋問題（設備在野外工作場景），因此項目上用選擇了Cat.1（EC600N）模塊，現在把調試過程總結下，希望能夠幫助到大家。EC20使用總結請看：單片機和4G模塊通信總結（EC20）。 一、電源 手冊說供電電壓≥3.4V，峰值電流3A。 二、通信口 UART和IO口都是1.8V，需要做電平準換。 三、開機順序 我是上電1s後復位，復位低電平600ms，然後100ms後開機，開機等待10s後進行操作。 四、AT指令 採用消息地體原理，具體請看
繼續訪問

日誌組件
日誌組件 1. 日誌是什麼 日誌是軟體應用必備的組件，是程序debug，或是數據收集管理的重要依據，方便我們監測生產環境的變數值變化以及代碼運行軌跡。本課程主要用來學習實際開發中常用的日誌組件。 主要是為了方便我們監測生產環境的變數值變化以及代碼運行軌跡等。 這些記錄會被輸出到我們指定的位置形成文件,幫助我們分析錯誤以及用戶請求軌跡。 2. 常用日誌組件 2.1 Log4j與log4j2.x ​ Log4j有8種不同的log級別，按照等級從低到高依次為：ALL>TRACE>DEBUG>
繼續訪問
ESP32+移遠EC600N模組通過MQTT連接阿里雲並通過HTTP進行OTA升級
ESP32+移遠EC600N模組通過MQTT連接阿里雲並通過HTTP進行OTA升級。以下是我這段時間進行的工作，分享下自己的研究成果，也讓後面的小夥伴少踩一些坑。同時通過文章記錄下操作步驟，免得自己過段時間忘記。以下是ESP32和EC600N模組之間通過串口進行數據交互的詳細調試信息輸出內容。...
繼續訪問
熱門推薦 EC600N（一）--基本信息介紹
EC600N使用說明 EC600N（一）–基本信息介紹 目錄EC600N使用說明前言一、模塊組的基本介紹1.模組的基本選型信息2. EC600N核心板基本信息二、EC600N功能介紹1.基本功能介紹2.引腳功能三.補充 前言 EC600N是一款移遠推出的4G模塊。移遠和中傳移動是主要的4G模塊和NB-lot模塊的供應商。由於移遠的模塊使用相對比較廣泛，所以用它試試。 相關資源鏈接： 官網，這個網站找資料比較費勁。 quetcelpython下載中心，移遠的多數模塊支持python的二次開發。 quetcel
繼續訪問

移遠QuecPython（基於EC600s）開發物聯網應用(七) QuecPython通訊相關模塊
一. sim --SIM卡模塊 import sim 1. 獲取sim卡的imsi sim.getImsi() 參數 無 返回值 成功返回string類型的imsi，失敗返回整型-1。 2. 獲取sim卡的iccid sim.getIccid() 參數 無 返回值 成功返回string類型的iccid，失敗返回整型-1。 3. 獲取sim卡的電話號 sim.getPhoneNumber()...
繼續訪問

【C語言】一個好用的循環隊列與使用示例（以EC200/600為例的AT框架）
目錄1.前言2.結論3.循環隊列3.1寫隊列到隊列頭3.2從尾部讀讀隊列3.3獲取當前隊列內數據數量3.4清空隊列3.5兩個重要結構體4.效果與示例4.1三個讀隊列線程4.2 AT框架寫隊列與EC200初始化4.3 AT框架讀隊列4.4 EC200維持TCP長連接5.下載5.1 循環隊列5.2 AT框架+EC200的TCP長連接（與EC600通用） 1.前言 上一篇：https://blog.csdn.net/ylc0919/article/details/111050124 自從之前說要發二代框架，不知不
繼續訪問

阿里雲在線溫濕度-小熊派qpython（綜合展示）
需要用到的東西： 小熊派的ec100y開發板； i2c的溫濕度感測器（我這里用的sht31，其他的也可以，自行修改代碼）； 阿里雲賬號； 接線：用到3.3v，GND，i2c的SCL和SDA 阿里雲顯示展示： app展示： 代碼： # 包引用部分 import log from aLiYun import aLiYun import ujson import utime from machine import I2C import pm # 用戶變數區域 # 上傳間隔(單..
繼續訪問
EC600N-AT 軟體包筆記
INIT_DEVICE_EXPORT(ec200x_device_class_register); 開辟struct at_device_class結構體 進入at_device_class_register 怎麼跳轉到的static int ec200x_init(struct at_device *device) at_device_class_registe執行完後到 INIT_APP_EXPORT(ec200x_device_register); static int ec200x_device_r
繼續訪問
open方案、openCPU-EC600、L610設計應用總結
OPEN CPU模組設計應用總結 咸魚NO FASHION 根據實際項目需求選擇最優的設計方案，是一名合格硬體工程師的基本功。 背景與優缺點說明： 對於物聯網項目，大多數公司或者產品需更為便宜方案，因此在物聯網項目中open CPU方案迎來黃金發展期。物聯網項目本身就需要無線通信模組，通信模組開放一定IO口和通信介面，優點可以解決目前廣大用戶主控MCU短缺的痛點，降低開發成本；缺點IO口和通信介面使用相對於主控MCU不夠靈活，介面相對較少。 軟體方面： 支持open C和open Python（
繼續訪問
Quectel EC800N-CN 小尺寸物聯網首選LTE Cat 1模塊[移遠通信]
EC800N-CN是移遠通信專為M2M和IoT領域而設計的LTE Cat 1無線通信模塊，支持最大下行速率10 Mbps和最大上行速率5 Mbps，超小封裝，超高性價比。 EC800N-CN採用鐳雕工藝，鐳雕工藝具有外觀更好看、金屬質感強、散熱更好、信息不容易被抹除、更能適應自動化需求等優點。 EC800N-CN內置豐富的網路協議，集成多個工業標准介面，並支持多種驅動和軟體功能（如Windows7/8/8.1/10、linux、Android等操作系統下的USB虛擬串口驅動）；極大地拓展了其在M
繼續訪問

EC600S串口通信
EC600S有兩個串口通信口，TX0/RX0;TX2/RX2,分別對應程序中的UART0 - DEBUG PORT和UART2 – MAIN PORT。運行本常式， 需要通過串口線連接開發板的 MAIN 口和PC，在PC上通過串口工具打開 MAIN 口，並向該埠發送數據，即可看到 PC 發送過來的消息。 （可通過串口轉usb口，把TX2/RX2分別與轉usb口的RX/TX連接到電腦上即可） """ 運行本常式，需要通過串口線連接開發板的 MAIN 口和PC，在PC上通過串口工具 打開 MAIN 口，並向
繼續訪問
移遠EC20/600系列TCP發送可變長度數據的結束標志！
移遠EC20/600系列TCP發送可變長度數據的結束標志！
繼續訪問

移遠ec200/600的使用
移遠ec200、ec600的使用： linux2.6.22 pppd-2.4.4 ec600s 參考的是ec200s的撥號相關文檔： 1:/driver/usb/serial/option.c更改了4個位置，並沒 有嚴格按照ec200s的指導文檔來（2.6.30以上、3.0以上內核還會涉及wwan、qcserial相關文件，看相關文檔） 2：內核config USB_SERIAL=y USB_USBNET=y USB_NET_CDCETHER=y （還沒搞清楚...
繼續訪問
EC600U
ec600u，tcp client 斷線重連
繼續訪問

最新發布 STM32+USART+DMA+EC600N調試
在stm32Cube中，打開DMA發送中斷和接收中斷，打開usart全局中斷。主要調試功能：（1）使用DMA發送固定長度數據給串口，（2）使用DMA接收不定長度幀數據。（1）利用DMA傳輸，發送固定大小數據 換成 包裝代碼如下： （2）利用DMA傳輸，接收大小可變的數據利用串口空閑中斷，識別一幀的數據，參考鏈接： 注意：空閑中斷結束後，記得重新開啟DMA接收。指令解析 AT執行邏輯 每個AT指令執行成功，則繼續下一條，如果本條AT指令執行失敗，則重復執行，最多執行10次，如果10全部失敗，則本輪結束
繼續訪問