Python环境搭建和LabVIEW中的调用

电子说

1.2w人已加入

描述

本文主要介绍Python相关的环境搭建、Anaconda的使用以及在LabVIEW中调用Python的方法。

1 版本介绍

安装python环境,注意Python版本,目前最新的LabVIEW 2023 Q3,支持3.6~3.10版本的python。工作中大多使用32位的LabVIEW,建议选择使用32位的python,64位不可用,仅64位的LabVIEW与其匹配。以下是NI官网关于32位和64位的介绍

我们首推 32位 LabVIEW,因为它可以在32位或64位操作系统上安装和使用,并且可以更好地兼容其他模块或工具包,同时更好地支持第三方插件。 32位的模块或工具包不能与64位 LabVIEW 搭配使用。

与32位 LabVIEW 相比,64位 LabVIEW 并没有任何速度优势,但它允许程序一次性访问更大的系统内存。虽然大多数用户都发现32位版本可为其项目提供大量资源,但某些特殊的应用可能需要额外的内存。如果您的程序需要处理非常大的数组或处理特别高清晰度的图像,64位 LabVIEW 是您更好的选择。

通常,我们建议开发人员使用32位 LabVIEW,只有需要使用额外内存时,才考虑64位 LabVIEW。

2 Python环境下载与安装

方式一:直接下载32位python

Python可在官网进行下载,选择3.10以内的版本,安装时配置环境变量。

LabVIEW

在此安装后,可利用pip安装相关的工具包。

方式二:x64 Anaconda配置

使用Anaconda进行环境配置,下载地址Free Download | Anaconda。

LabVIEW

利用Anaconda,官网最新的安装包默认安装64位版本,python版本在3.11以上,可在其中创建新的环境供LabVIEW使用。

LabVIEW

安装时,选择上添加环境变量。

LabVIEW

在完成安装后,打开Anaconda Prompt来配置环境。因为安装的是64位的conda,在Navigator中配置的虚拟环境也是 64 位的,但可以通过以下方法配置32位环境。

LabVIEW

先切换到32位模式,然后再创建环境默认就是 32 位的 Python了:

 

set CONDA_FORCE_32BIT=1

 

LabVIEW

切换成功不会有任何的提示信息,然后使用conda创建虚拟环境,此时创建出来的虚拟环境就是32位了。

LabVIEW

使用conda create命令创建新环境。以下是一个示例命令,其中 "myenv" 是您要创建的环境的名称,而 "python=3.8" 是您要使用的Python版本。您可以根据自己的需求修改这些值:

 

conda create --name myenv python=3.8

 

之后在Navigator里面打开相关的环境,相关的工具包均为32位。

LabVIEW

方式三: x86版本 Anaconda

如果仅与LabVIEW编程,也可此处选择清华源的安装此版本中的是python3.9,是32位的,在Navigator里面建立的环境可以直接使用。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A

LabVIEW

但由于时间较久了,很多都需要进行升级,存在不匹配问题。在控制台中,先手动升级pip。(不升级pip,无法直接在软件中更新操作)

 

python -m pip install --upgrade pip

LabVIEW

 

升级pip之后,就可以在Anaconda中,手动设置升级了。

LabVIEW

 

LabVIEW

由于本身是32位程序,可以点击Create,专门为某个程序创建环境。如此处创建Lab的环境,选择了python3.10.4。用于后期测试不同的版本运行。

LabVIEW

 

LabVIEW

安装第三包,输入名称,选择版本

LabVIEW

选择应用, 即可完成。

LabVIEW

3 在LabVIEW中的调用

面板位置

LabVIEW

可以打开范例进行测试

LabVIEW

直接打开会话

选择第一个,直接运行,会报错。主要原因是环境变量的问题,没有找到python的编辑器。

LabVIEW

这个位置要找到之前Anaconda的安装路径,用里面的Python。如果是在Python官网下载的,在环境变量中配置的,则可以直接执行。此处选择以下即可。

LabVIEW

选择路径后,执行正常。

LabVIEW

Anaconda环境试

Anaconda环境测试,替换引用,输入默认的base。

LabVIEW

测试运行初始化时候,会卡2秒,但Add运行执行的时间是和直接用Python是一致的。

替换之前建立的Lab环境,需要选择Anaconda的安装路径,建立的Python版本与之对应。

LabVIEW

也可以在环境变量中进行配置,在Path选择建立的Lab环境的文件夹。

LabVIEW

执行正常

LabVIEW

接下来测试一个LabVIEW自带的范例,

LabVIEW

这个范例可以测试两个环境的操作,如下。

LabVIEW

程序里面,需要安装Numpy和scipy。base环境中,都已经自带了,新增的环境需要安装,否则会报错。

LabVIEW

运行结果

LabVIEW


审核编辑 黄宇

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分