首页
/ CircuitPython 9.2.2版本发布:嵌入式Python开发新特性解析

CircuitPython 9.2.2版本发布:嵌入式Python开发新特性解析

2025-06-13 19:52:39作者:瞿蔚英Wynne

项目概述

CircuitPython是专为微控制器设计的Python实现版本,由Adafruit公司主导开发。它让开发者能够在资源受限的嵌入式设备上使用Python语言进行开发,极大地降低了嵌入式开发的门槛。最新发布的9.2.2版本是该项目的稳定更新版本,带来了多项功能增强和错误修复。

核心功能更新

数据类型处理优化

新版本对Python内置类型int的处理进行了改进,现在int.from_bytes().to_bytes()方法可以省略byteorder参数,这与标准CPython的行为保持一致。这一改进简化了二进制数据与整数之间的转换操作,使得代码更加简洁。

音频系统增强

音频处理方面有两个重要改进:

  1. 实现了audiomixer.MixerVoice.level作为synthio.BlockInput的功能,这为音频混合提供了更精细的控制能力
  2. 新增了audiomixer.MixerVoice.loop属性,支持音频循环播放功能

显示系统升级

displayio模块现在支持24位色深,这意味着开发者可以在支持的硬件上实现更丰富的色彩表现。这一改进特别适合需要高质量图形显示的应用场景。

矩阵键盘扫描优化

DemuxKeyMatrix类新增了多项实用功能:

  • 扫描延迟控制
  • columns_to_anodes参数
  • transpose参数

这些新增参数使得键盘矩阵的配置更加灵活,能够适应更多种类的硬件设计。

硬件支持更新

新处理器架构支持

本次版本首次引入了对Analog Devices MAX32690微控制器的支持,这标志着CircuitPython支持的处理器家族又添新成员。MAX32690是一款低功耗微控制器,特别适合需要高能效比的应用场景。

RP2040系列增强

针对Raspberry Pi的RP2040和RP2350B芯片,新版本带来了多项改进:

  1. rp2pio.StateMachine新增了sideset_pindirs功能
  2. 支持在GPIO引脚32及以上的PIO操作(RP2350B特有)
  3. 更新了pico-sdk至2.1.0版本

Espressif平台更新

Espressif系列芯片获得了显著的功能增强:

  1. 升级至ESP-IDF v5.3.2框架,新增对ESP32-P4 v1.0芯片的支持
  2. 初步实现了audiobusio.PDMIn功能
  3. 修复了I2C总线扫描在ESP32-S2上的问题

新增开发板支持

9.2.2版本新增了对超过20款开发板的支持,包括:

  • Adafruit Metro RP2350(基于RP2350B芯片)
  • Analog Devices MAX32690评估套件
  • M5Stack M5Stick C Plus2
  • Pimoroni Plasma 2350 W
  • 多款Waveshare开发板

这些新增支持大大扩展了CircuitPython的应用范围,为开发者提供了更多硬件选择。

性能优化与错误修复

除了新功能外,9.2.2版本还包含多项性能优化和错误修复:

  • 修复了vectorio旋转功能的边界情况问题
  • 优化了MP3解码器,防止旧数据混入流中
  • 移除了音频类属性设置器中不必要的关键字参数处理
  • 修复了@classmethod通过super访问时的self参数传递问题

开发体验改进

在开发工具方面,新版本也做了多项改进:

  • 更新了rp2pio类型的文档,使其更加清晰
  • 改进了web工作流中串行流的处理,丢弃了行清除转义字符
  • 为安全模式等待间隔添加了文档说明

总结

CircuitPython 9.2.2版本在保持稳定性的同时,带来了多项实用功能和硬件支持更新。从音频处理增强到显示系统升级,从新处理器架构支持到众多新开发板的加入,这些改进都使得CircuitPython在嵌入式Python开发领域的地位更加稳固。对于嵌入式开发者而言,这一版本无疑提供了更多可能性和更完善的开发体验。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.48 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284