《树莓派Python编程入门与实战(第2版)》——1.4 其他不错的外围设备

简介:

本节书摘来自异步社区《树莓派Python编程入门与实战(第2版)》一书中的第1章,第1.4节,作者[美] Richard Blum Christine Bresnahan,陈晓明 马立新 译,更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.4 其他不错的外围设备

现在你知道到了哪些外围设备是运行树莓派所必须的,同时你可能在想有哪些额外的外围设备能让你更好地使用树莓派。如下这些外围设备会很有帮助。

树莓派外壳。

移动电源。

自供电的USB集线器。

1.4.1 挑选一个外壳

你收到的树莓派将会是一个装在防静电的袋子里的、裸露的电路板。当然你不一定必须要有一个外壳来保护你的树莓派,但是有一个外壳总是不错的主意。树莓派的外壳有各种各样的形状、大小和颜色。图1.6显示了一个有趣的、黑色的塑料外壳,其顶部镂空雕刻出了一个树莓的形状。这个外壳在旁边有开口,使得可以访问各种接口。

TIP 官方的树莓派外壳

也有一个官方的树莓派外壳可供使用。请访问raspberrypi.org/raspberry-pi-official-case/了解这个外壳的详细信息。

很多树莓派的爱好者喜欢使用透明的外壳,在保护树莓派的同时还可以尽情地展示它。另一些树莓派的拥有者想要让自己的树莓派有一个更加光鲜的外表。图1.7展示了一个看起来非常专业的树莓派1的B型的外壳,所有接口在上面都有标注。


11dee66bfa32d3430c0599186b963dc37ec4ae66


b251a2c0bca8d1626b57dc92efc3cdd96fad79b5

需要确定哪种外壳能满足你的需求。当然如果之后改变主意的话,也可以很方便地换一个不同的外壳。

CAUTION 警告:静电

####电路板不能接触静电!手上的一个小火花就能永久地损坏树莓派。这是把树莓派装到外壳里的一个重要理由。

1.4.2 移动电源

移动电源是相当不错的选择,基本上它能在任何地方给你的树莓派供电。移动电源包含一个锂离子电池组,可以通过家中墙上的插座或用USB电缆连接到电脑上进行充电。你可以把移动电源充好电并随身携带,当其他电源无法使用的时候,就可以用它给树莓派供电。为了能给树莓派供电,移动电源至少应能提供5V 700~1200mA的电流(根据你的电力需求的不同)。更昂贵的移动电源可以提供更多种方式充电,如汽车上的12V电源接口以及墙上插座。

你仍然需要购买一根一端是A型USB公连接器、一端是B型Micro USB公连接器的USB线,来将树莓派连接到移动电源上。这样做的好处是,可以在给移动电源充电的同时给树莓派供电。只是不要忘记,当添加或移除树莓派外围设备的时候,要拔掉你的移动电源充电器。

1.4.3 自供电USB集线器

如果你要连接一个USB键盘、一个USB鼠标、一个Wi-Fi网络适配器、一个USB外部存储设备以及其他的USB外围设备,USB端口可就都用完了!不用担心,只需要购买一个自供电的USB集线器就可以了,它通过插到电源插座上的独立适配器获取电力。

CAUTION 警告:总线供电的USB集线器

确定你使用的不是一个总线供电的USB集线器。总线供电的USB集线器会从它所连接的计算机的USB接口获取电力。因此,它会消耗树莓派的电力。

通常情况下,自供电USB集线器可为每个连接的设备提供高达500mA的电流。它有一个USB A型连接线,可以通过USB接口连接到树莓派上。由此,可以将一个USB接口变成多个!

相关文章
|
11天前
|
存储 人工智能 数据处理
Python:编程的艺术与科学的完美交融
Python:编程的艺术与科学的完美交融
15 1
|
1天前
|
测试技术 Python
Python模块化方式编程实践
Python模块化编程提升代码质量,包括:定义专注单一任务的模块;使用`import`导入模块;封装函数和类,明确命名便于重用;避免全局变量降低耦合;使用文档字符串增强可读性;为每个模块写单元测试确保正确性;重用模块作为库;定期维护更新以适应Python新版本。遵循这些实践,可提高代码可读性、重用性和可维护性。
13 2
|
6天前
|
机器学习/深度学习 数据采集 TensorFlow
【Python机器学习专栏】使用Python进行图像分类的实战案例
【4月更文挑战第30天】本文介绍了使用Python和深度学习库TensorFlow、Keras进行图像分类的实战案例。通过CIFAR-10数据集,展示如何构建和训练一个卷积神经网络(CNN)模型,实现对10个类别图像的识别。首先安装必要库,然后加载数据集并显示图像。接着,建立基本CNN模型,编译并训练模型,最后评估其在测试集上的准确性。此案例为初学者提供了图像分类的入门教程,为进一步学习和优化打下基础。
|
6天前
|
机器学习/深度学习 自然语言处理 语音技术
【Python 机器学习专栏】Python 深度学习入门:神经网络基础
【4月更文挑战第30天】本文介绍了Python在深度学习中应用于神经网络的基础知识,包括神经网络概念、基本结构、训练过程,以及Python中的深度学习库TensorFlow和PyTorch。通过示例展示了如何使用Python实现神经网络,并提及优化技巧如正则化和Dropout。最后,概述了神经网络在图像识别、语音识别和自然语言处理等领域的应用,并强调掌握这些知识对深度学习的重要性。随着技术进步,神经网络的应用将持续扩展,期待更多创新。
|
6天前
|
机器学习/深度学习 算法 数据挖掘
【Python 机器学习专栏】Python 机器学习入门:基础概念与流程
【4月更文挑战第30天】本文介绍了Python在机器学习中的重要性,机器学习的基础概念和分类,包括监督学习、非监督学习和强化学习。Python因其丰富的库(如Scikit-learn、TensorFlow、PyTorch)、简单易学的语法和跨平台性在机器学习领域广泛应用。文章还概述了机器学习的基本流程,包括数据收集、预处理、特征工程、模型训练与评估等,并列举了常用的Python机器学习算法,如线性回归、逻辑回归、决策树和支持向量机。最后,讨论了Python机器学习在金融、医疗、工业和商业等领域的应用,鼓励读者深入学习并实践这一技术。
|
6天前
|
测试技术 调度 索引
python编程中常见的问题
【4月更文挑战第23天】
20 2
|
7天前
|
网络协议 算法 网络架构
Python网络编程之udp编程、黏包以及解决方案、tcpserver
Python网络编程之udp编程、黏包以及解决方案、tcpserver
|
7天前
|
机器学习/深度学习 数据挖掘 算法框架/工具
Python:编程的艺术与魅力
Python:编程的艺术与魅力
18 3
|
7天前
|
机器学习/深度学习 数据可视化 数据挖掘
实用技巧:提高 Python 编程效率的五个方法
本文介绍了五个提高 Python 编程效率的实用技巧,包括使用虚拟环境管理依赖、掌握列表推导式、使用生成器提升性能、利用装饰器简化代码结构以及使用 Jupyter Notebook 进行交互式开发。通过掌握这些技巧,可以让你的 Python 编程更加高效。
|
8天前
|
算法 Python
Python面向对象oop编程(二)
Python面向对象oop编程(二)