通过 SPI 从 arduino 发送 uint16 数据（288 个值）缓冲区到 RPI（快速）
Send a buffer of uint16 data (288 values) over SPI from arduino to RPI (quickly)
我有一个用于进行光谱仪测量的设备。 raspberry Pi 用作 GUI 的 shell，并通过串行 (USB) 与 Arduino 通信以读取光谱仪值。 RPi 向 Arduino 发送一个字符串，告诉它读取光谱仪。在每次测量期间，所有光谱仪像素值 (288) 都存储到 uint16 缓冲区，然后通过串口发送回 Pi，等待至少 3 秒从串口读取数据。现在一次测量大约需要 0.3 秒（包括 RPi 告诉 Arduino 进行测量的时间，实际读取光谱仪所需的时间，然后通过串行将所有光谱仪值发送回 Pi）。我曾尝试使用 I2C 来实现它，但速度并不快（我必须逐字节发送每个值）。我正在尝试使用 SPI 来实现它（希望它会更快但没有使用此接口的任何经验）。有没有一种简单的方法告诉 Arduino 何时读取然后将大量数据缓冲区发送回 Pi？ （而不是一件一件地寄过来？）
（这是我代码中最重要的部分，还有更多内容，但希望这能说明问题）
Arduino：
#define SPEC_CHANNELS 288 // New Spec Channel
uint16_t data[SPEC_CHANNELS];
void read_value()
{
//Read from SPEC_VIDEO
//analogReadResolution(16);
for(int i = 0; i < SPEC_CHANNELS; i++){
uint16_t readvalue = read_adc();
data[i] = readvalue;
// pulse the spectrometer clock to switch pixels
digitalWriteFast(SPEC_CLK, HIGH);
delayMicroseconds(delayTime);
digitalWriteFast(SPEC_CLK, LOW);
delayMicroseconds(delayTime);
}
// send the buffer info over serial (with some formatting)
for (int i = 0; i < SPEC_CHANNELS-1; i++){
Serial.print(data[i]);
Serial.print(',');
}
Serial.print(data[SPEC_CHANNELS - 1]);
Serial.print("\n");
}
树莓派：
self.ser.write(b"read\n") #tell arduino to read spectrometer
data_read = self.ser.readline() #read a full line of serial data
data_temp = np.array([int(p) for p in data_read.split(b",")]) #parse the info by ","
更新代码：
阿杜诺：
void setup() {
Serial.begin(115200);
}
#define SPEC_CHANNELS 288 // New Spec Channel
uint8_t data[SPEC_CHANNELS*2];
void read_value()
{
for(int i = 0; i < SPEC_CHANNELS*2; i+=2){
uint16_t readvalue = read_adc();
data[i] = readvalue & 255;
data[i+1] = (readvalue >> 8) & 255;
digitalWriteFast(SPEC_CLK, HIGH);
delay62ns();
digitalWriteFast(SPEC_CLK, LOW);
delay62ns();
}
Serial.write(data, SPEC_CHANNELS*2);
}
void delay62ns() {
asm("nop");
}
树莓派：
self.ser = serial.Serial(port, baudrate = 115200, timeout = 3)
self.ser.write(b"read\n") #tell arduino to read spectrometer
data_read = self.ser.read(288*2) #read a full line of serial data
new_data = []
for x in range(0,288*2,2):
new_data += [256*data_read[x] + data_read[x+1]]
data_plot = np.array(new)
print(data_plot)
arduino 串行监视器的输出：
g ⸮Og⸮⸮⸮ %⸮b⸮ ⸮'p⸮om⸮o ⸮⸮:p`ʏW⸮BOW⸮%�⸮ڊPX⸮z⸮b ⸮r⸮zB
b⸮⸮_⸮⸮ B⸮ ⸮ ⸮ ⸮R⸮rz⸮
7⸮⸮oxJϕ M0⸮% ⸮⸮ ⸮ /⸮ w⸮ ⸮ ⸮?U⸮W⸮%⸮ էW⸮⸮X⸮⸮⸮"⸮H ⸮⸮⸮R⸮⸮J⸮o7`z⸮ ⸮⸮*⸮5bB _⸮⸮Z⸮U U ⸮E⸮⸮⸮⸮ O⸮*⸮ ⸮2x*⸮b⸮o⸮z⸮}⸮_⸮⸮⸮⸮⸮
⸮⸮
=⸮:Ϛ⸮hW/�O-⸮`j⸮⸮
*⸮J⸮woB⸮⸮] ⸮⸮⸮w⸮⸮-⸮ (⸮ ⸮⸮⸮J:⸮eߗ_]⸮
Pi 的输出（上面的工作代码）：
1586 1344, 1444, 1560 ...
我在评论中的建议是将数据作为二进制而不是 ASCII 字符串发送，因为如果您想象 16 位样本 10,000 它需要传输 2 个字节，而如果您将其设为 ASCII 字符串，如果包含将其与下一个示例分隔所需的逗号，则需要 6 个字节：
10000,
很高兴看到它提高了性能。
另一个想法，如果你想最大化每秒读取，可能是在预期 Raspberry Pi 要求数据的情况下不断读取光谱仪，然后在被要求时将其移交。所以，而不是：
do forever
sit around idly wasting time till RPi asks for data
read spectrometer
send spectrometer readings to RPi
done
也许这样做：
do forever
read spectrometer
if there are serial bytes available (check in NON-BLOCKING way)
send latest spectrometer readings (which we already have) to RPi
end if
done
另一个观察...虽然您提到在代码中延迟 62ns（对应于 16MHz 时钟上的一个周期），但您应该知道调用子程序可能需要 4 个以上的时钟周期，并且需要 4 个以上的时钟周期循环到 return 所以你实际上每次阅读比你预期的要多 16+ 个循环。它在伟大的计划中并不重要，你的编译器可能会内联你的函数调用......但希望你明白我的意思。
想象一下您的 Arduino 从 0..287 收集并发送 288 个 16 位值。您可以像这样合成 serial.read() 上可能收到的字节缓冲区：
import numpy as np
buf = np.arange(288, dtype=np.uint16).tobytes()
b'\x00\x00\x01\x00\x02\x00\x03\x00\x04\x00\x05\x00\x06\x00\x07\x00\x08\x00\t\x00\n\x00\x0b\x00\x0c\x00\r\x00\x0e\x00\x0f\x00\x10\x00\x11\x00\x12\x00\x13\x00\x14\x00\x15\x00\x16\x00\x17\x00\x18\x00\x19\x00\x1a\x00\x1b\x00\x1c\x00\x1d\x00\x1e\x00\x1f\x00 \x00!\x00"\x00#\x00$\x00%\x00&\x00\'\x00(\x00)\x00*\x00+\x00,\x00-\x00.\x00/\x000\x001\x002\x003\x004\x005\x006\x007\x008\x009\x00:\x00;\x00<\x00=\x00>\x00?\x00@\x00A\x00B\x00C\x00D\x00E\x00F\x00G\x00H\x00I\x00J\x00K\x00L\x00M\x00N\x00O\x00P\x00Q\x00R\x00S\x00T\x00U\x00V\x00W\x00X\x00Y\x00Z\x00[\x00\\x00]\x00^\x00_\x00`\x00a\x00b\x00c\x00d\x00e\x00f\x00g\x00h\x00i\x00j\x00k\x00l\x00m\x00n\x00o\x00p\x00q\x00r\x00s\x00t\x00u\x00v\x00w\x00x\x00y\x00z\x00{\x00|\x00}\x00~\x00\x7f\x00\x80\x00\x81\x00\x82\x00\x83\x00\x84\x00\x85\x00\x86\x00\x87\x00\x88\x00\x89\x00\x8a\x00\x8b\x00\x8c\x00\x8d\x00\x8e\x00\x8f\x00\x90\x00\x91\x00\x92\x00\x93\x00\x94\x00\x95\x00\x96\x00\x97\x00\x98\x00\x99\x00\x9a\x00\x9b\x00\x9c\x00\x9d\x00\x9e\x00\x9f\x00\xa0\x00\xa1\x00\xa2\x00\xa3\x00\xa4\x00\xa5\x00\xa6\x00\xa7\x00\xa8\x00\xa9\x00\xaa\x00\xab\x00\xac\x00\xad\x00\xae\x00\xaf\x00\xb0\x00\xb1\x00\xb2\x00\xb3\x00\xb4\x00\xb5\x00\xb6\x00\xb7\x00\xb8\x00\xb9\x00\xba\x00\xbb\x00\xbc\x00\xbd\x00\xbe\x00\xbf\x00\xc0\x00\xc1\x00\xc2\x00\xc3\x00\xc4\x00\xc5\x00\xc6\x00\xc7\x00\xc8\x00\xc9\x00\xca\x00\xcb\x00\xcc\x00\xcd\x00\xce\x00\xcf\x00\xd0\x00\xd1\x00\xd2\x00\xd3\x00\xd4\x00\xd5\x00\xd6\x00\xd7\x00\xd8\x00\xd9\x00\xda\x00\xdb\x00\xdc\x00\xdd\x00\xde\x00\xdf\x00\xe0\x00\xe1\x00\xe2\x00\xe3\x00\xe4\x00\xe5\x00\xe6\x00\xe7\x00\xe8\x00\xe9\x00\xea\x00\xeb\x00\xec\x00\xed\x00\xee\x00\xef\x00\xf0\x00\xf1\x00\xf2\x00\xf3\x00\xf4\x00\xf5\x00\xf6\x00\xf7\x00\xf8\x00\xf9\x00\xfa\x00\xfb\x00\xfc\x00\xfd\x00\xfe\x00\xff\x00\x00\x01\x01\x01\x02\x01\x03\x01\x04\x01\x05\x01\x06\x01\x07\x01\x08\x01\t\x01\n\x01\x0b\x01\x0c\x01\r\x01\x0e\x01\x0f\x01\x10\x01\x11\x01\x12\x01\x13\x01\x14\x01\x15\x01\x16\x01\x17\x01\x18\x01\x19\x01\x1a\x01\x1b\x01\x1c\x01\x1d\x01\x1e\x01\x1f\x01'
然后将其转换为 Numpy 数组，您只需要：
data = np.frombuffer(buf, dtype=np.uint16)
根据您的字节顺序，您可能需要像这样设置 dtype：
dt = np.dtype(np.uint16)
dt = dt.newbyteorder('>') # You may need '<'
data = np.frombuffer(buf, dtype=dt)
data 现在看起来像这样：
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12,
13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25,
26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38,
39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51,
52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64,
65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77,
78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90,
91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103,
104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116,
117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128, 129,
130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142,
143, 144, 145, 146, 147, 148, 149, 150, 151, 152, 153, 154, 155,
156, 157, 158, 159, 160, 161, 162, 163, 164, 165, 166, 167, 168,
169, 170, 171, 172, 173, 174, 175, 176, 177, 178, 179, 180, 181,
182, 183, 184, 185, 186, 187, 188, 189, 190, 191, 192, 193, 194,
195, 196, 197, 198, 199, 200, 201, 202, 203, 204, 205, 206, 207,
208, 209, 210, 211, 212, 213, 214, 215, 216, 217, 218, 219, 220,
221, 222, 223, 224, 225, 226, 227, 228, 229, 230, 231, 232, 233,
234, 235, 236, 237, 238, 239, 240, 241, 242, 243, 244, 245, 246,
247, 248, 249, 250, 251, 252, 253, 254, 255, 256, 257, 258, 259,
260, 261, 262, 263, 264, 265, 266, 267, 268, 269, 270, 271, 272,
273, 274, 275, 276, 277, 278, 279, 280, 281, 282, 283, 284, 285,
286, 287], dtype=uint16)
在我的机器上，这比构建列表的代码快 140 倍。
关键字: Python, serial, transfer, efficient, efficiency, performance, high performance, Raspberry Pi, Arduino, binary, ASCII, Numpy, ADC、光谱仪。
我有一个用于进行光谱仪测量的设备。 raspberry Pi 用作 GUI 的 shell，并通过串行 (USB) 与 Arduino 通信以读取光谱仪值。 RPi 向 Arduino 发送一个字符串，告诉它读取光谱仪。在每次测量期间，所有光谱仪像素值 (288) 都存储到 uint16 缓冲区，然后通过串口发送回 Pi，等待至少 3 秒从串口读取数据。现在一次测量大约需要 0.3 秒（包括 RPi 告诉 Arduino 进行测量的时间，实际读取光谱仪所需的时间，然后通过串行将所有光谱仪值发送回 Pi）。我曾尝试使用 I2C 来实现它，但速度并不快（我必须逐字节发送每个值）。我正在尝试使用 SPI 来实现它（希望它会更快但没有使用此接口的任何经验）。有没有一种简单的方法告诉 Arduino 何时读取然后将大量数据缓冲区发送回 Pi？ （而不是一件一件地寄过来？）
（这是我代码中最重要的部分，还有更多内容，但希望这能说明问题）
Arduino：
#define SPEC_CHANNELS 288 // New Spec Channel
uint16_t data[SPEC_CHANNELS];
void read_value()
{
//Read from SPEC_VIDEO
//analogReadResolution(16);
for(int i = 0; i < SPEC_CHANNELS; i++){
uint16_t readvalue = read_adc();
data[i] = readvalue;
// pulse the spectrometer clock to switch pixels
digitalWriteFast(SPEC_CLK, HIGH);
delayMicroseconds(delayTime);
digitalWriteFast(SPEC_CLK, LOW);
delayMicroseconds(delayTime);
}
// send the buffer info over serial (with some formatting)
for (int i = 0; i < SPEC_CHANNELS-1; i++){
Serial.print(data[i]);
Serial.print(',');
}
Serial.print(data[SPEC_CHANNELS - 1]);
Serial.print("\n");
}
树莓派：
self.ser.write(b"read\n") #tell arduino to read spectrometer
data_read = self.ser.readline() #read a full line of serial data
data_temp = np.array([int(p) for p in data_read.split(b",")]) #parse the info by ","
更新代码： 阿杜诺：
void setup() {
Serial.begin(115200);
}
#define SPEC_CHANNELS 288 // New Spec Channel
uint8_t data[SPEC_CHANNELS*2];
void read_value()
{
for(int i = 0; i < SPEC_CHANNELS*2; i+=2){
uint16_t readvalue = read_adc();
data[i] = readvalue & 255;
data[i+1] = (readvalue >> 8) & 255;
digitalWriteFast(SPEC_CLK, HIGH);
delay62ns();
digitalWriteFast(SPEC_CLK, LOW);
delay62ns();
}
Serial.write(data, SPEC_CHANNELS*2);
}
void delay62ns() {
asm("nop");
}
树莓派：
self.ser = serial.Serial(port, baudrate = 115200, timeout = 3)
self.ser.write(b"read\n") #tell arduino to read spectrometer
data_read = self.ser.read(288*2) #read a full line of serial data
new_data = []
for x in range(0,288*2,2):
new_data += [256*data_read[x] + data_read[x+1]]
data_plot = np.array(new)
print(data_plot)
arduino 串行监视器的输出：
g ⸮Og⸮⸮⸮ %⸮b⸮ ⸮'p⸮om⸮o ⸮⸮:p`ʏW⸮BOW⸮%�⸮ڊPX⸮z⸮b ⸮r⸮zB
b⸮⸮_⸮⸮ B⸮ ⸮ ⸮ ⸮R⸮rz⸮
7⸮⸮oxJϕ M0⸮% ⸮⸮ ⸮ /⸮ w⸮ ⸮ ⸮?U⸮W⸮%⸮ էW⸮⸮X⸮⸮⸮"⸮H ⸮⸮⸮R⸮⸮J⸮o7`z⸮ ⸮⸮*⸮5bB _⸮⸮Z⸮U U ⸮E⸮⸮⸮⸮ O⸮*⸮ ⸮2x*⸮b⸮o⸮z⸮}⸮_⸮⸮⸮⸮⸮
⸮⸮
=⸮:Ϛ⸮hW/�O-⸮`j⸮⸮
*⸮J⸮woB⸮⸮] ⸮⸮⸮w⸮⸮-⸮ (⸮ ⸮⸮⸮J:⸮eߗ_]⸮
Pi 的输出（上面的工作代码）：
1586 1344, 1444, 1560 ...
我在评论中的建议是将数据作为二进制而不是 ASCII 字符串发送，因为如果您想象 16 位样本 10,000 它需要传输 2 个字节，而如果您将其设为 ASCII 字符串，如果包含将其与下一个示例分隔所需的逗号，则需要 6 个字节：
10000,
很高兴看到它提高了性能。
另一个想法，如果你想最大化每秒读取，可能是在预期 Raspberry Pi 要求数据的情况下不断读取光谱仪，然后在被要求时将其移交。所以，而不是：
do forever
sit around idly wasting time till RPi asks for data
read spectrometer
send spectrometer readings to RPi
done
也许这样做：
do forever
read spectrometer
if there are serial bytes available (check in NON-BLOCKING way)
send latest spectrometer readings (which we already have) to RPi
end if
done
另一个观察...虽然您提到在代码中延迟 62ns（对应于 16MHz 时钟上的一个周期），但您应该知道调用子程序可能需要 4 个以上的时钟周期，并且需要 4 个以上的时钟周期循环到 return 所以你实际上每次阅读比你预期的要多 16+ 个循环。它在伟大的计划中并不重要，你的编译器可能会内联你的函数调用......但希望你明白我的意思。
想象一下您的 Arduino 从 0..287 收集并发送 288 个 16 位值。您可以像这样合成 serial.read() 上可能收到的字节缓冲区：
import numpy as np
buf = np.arange(288, dtype=np.uint16).tobytes()
b'\x00\x00\x01\x00\x02\x00\x03\x00\x04\x00\x05\x00\x06\x00\x07\x00\x08\x00\t\x00\n\x00\x0b\x00\x0c\x00\r\x00\x0e\x00\x0f\x00\x10\x00\x11\x00\x12\x00\x13\x00\x14\x00\x15\x00\x16\x00\x17\x00\x18\x00\x19\x00\x1a\x00\x1b\x00\x1c\x00\x1d\x00\x1e\x00\x1f\x00 \x00!\x00"\x00#\x00$\x00%\x00&\x00\'\x00(\x00)\x00*\x00+\x00,\x00-\x00.\x00/\x000\x001\x002\x003\x004\x005\x006\x007\x008\x009\x00:\x00;\x00<\x00=\x00>\x00?\x00@\x00A\x00B\x00C\x00D\x00E\x00F\x00G\x00H\x00I\x00J\x00K\x00L\x00M\x00N\x00O\x00P\x00Q\x00R\x00S\x00T\x00U\x00V\x00W\x00X\x00Y\x00Z\x00[\x00\\x00]\x00^\x00_\x00`\x00a\x00b\x00c\x00d\x00e\x00f\x00g\x00h\x00i\x00j\x00k\x00l\x00m\x00n\x00o\x00p\x00q\x00r\x00s\x00t\x00u\x00v\x00w\x00x\x00y\x00z\x00{\x00|\x00}\x00~\x00\x7f\x00\x80\x00\x81\x00\x82\x00\x83\x00\x84\x00\x85\x00\x86\x00\x87\x00\x88\x00\x89\x00\x8a\x00\x8b\x00\x8c\x00\x8d\x00\x8e\x00\x8f\x00\x90\x00\x91\x00\x92\x00\x93\x00\x94\x00\x95\x00\x96\x00\x97\x00\x98\x00\x99\x00\x9a\x00\x9b\x00\x9c\x00\x9d\x00\x9e\x00\x9f\x00\xa0\x00\xa1\x00\xa2\x00\xa3\x00\xa4\x00\xa5\x00\xa6\x00\xa7\x00\xa8\x00\xa9\x00\xaa\x00\xab\x00\xac\x00\xad\x00\xae\x00\xaf\x00\xb0\x00\xb1\x00\xb2\x00\xb3\x00\xb4\x00\xb5\x00\xb6\x00\xb7\x00\xb8\x00\xb9\x00\xba\x00\xbb\x00\xbc\x00\xbd\x00\xbe\x00\xbf\x00\xc0\x00\xc1\x00\xc2\x00\xc3\x00\xc4\x00\xc5\x00\xc6\x00\xc7\x00\xc8\x00\xc9\x00\xca\x00\xcb\x00\xcc\x00\xcd\x00\xce\x00\xcf\x00\xd0\x00\xd1\x00\xd2\x00\xd3\x00\xd4\x00\xd5\x00\xd6\x00\xd7\x00\xd8\x00\xd9\x00\xda\x00\xdb\x00\xdc\x00\xdd\x00\xde\x00\xdf\x00\xe0\x00\xe1\x00\xe2\x00\xe3\x00\xe4\x00\xe5\x00\xe6\x00\xe7\x00\xe8\x00\xe9\x00\xea\x00\xeb\x00\xec\x00\xed\x00\xee\x00\xef\x00\xf0\x00\xf1\x00\xf2\x00\xf3\x00\xf4\x00\xf5\x00\xf6\x00\xf7\x00\xf8\x00\xf9\x00\xfa\x00\xfb\x00\xfc\x00\xfd\x00\xfe\x00\xff\x00\x00\x01\x01\x01\x02\x01\x03\x01\x04\x01\x05\x01\x06\x01\x07\x01\x08\x01\t\x01\n\x01\x0b\x01\x0c\x01\r\x01\x0e\x01\x0f\x01\x10\x01\x11\x01\x12\x01\x13\x01\x14\x01\x15\x01\x16\x01\x17\x01\x18\x01\x19\x01\x1a\x01\x1b\x01\x1c\x01\x1d\x01\x1e\x01\x1f\x01'
然后将其转换为 Numpy 数组，您只需要：
data = np.frombuffer(buf, dtype=np.uint16)
根据您的字节顺序，您可能需要像这样设置 dtype：
dt = np.dtype(np.uint16)
dt = dt.newbyteorder('>') # You may need '<'
data = np.frombuffer(buf, dtype=dt)
data 现在看起来像这样：
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12,
13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25,
26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38,
39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51,
52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64,
65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77,
78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90,
91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103,
104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116,
117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128, 129,
130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142,
143, 144, 145, 146, 147, 148, 149, 150, 151, 152, 153, 154, 155,
156, 157, 158, 159, 160, 161, 162, 163, 164, 165, 166, 167, 168,
169, 170, 171, 172, 173, 174, 175, 176, 177, 178, 179, 180, 181,
182, 183, 184, 185, 186, 187, 188, 189, 190, 191, 192, 193, 194,
195, 196, 197, 198, 199, 200, 201, 202, 203, 204, 205, 206, 207,
208, 209, 210, 211, 212, 213, 214, 215, 216, 217, 218, 219, 220,
221, 222, 223, 224, 225, 226, 227, 228, 229, 230, 231, 232, 233,
234, 235, 236, 237, 238, 239, 240, 241, 242, 243, 244, 245, 246,
247, 248, 249, 250, 251, 252, 253, 254, 255, 256, 257, 258, 259,
260, 261, 262, 263, 264, 265, 266, 267, 268, 269, 270, 271, 272,
273, 274, 275, 276, 277, 278, 279, 280, 281, 282, 283, 284, 285,
286, 287], dtype=uint16)
在我的机器上，这比构建列表的代码快 140 倍。
关键字: Python, serial, transfer, efficient, efficiency, performance, high performance, Raspberry Pi, Arduino, binary, ASCII, Numpy, ADC、光谱仪。