@TOC
首先，我们应该先理解一下，补码跟原码之间是如何转换的，

• 正数的补码等于原码
• 负数的补码等于符号位不变，其它位取反，再加1

十制数	原码	补码
+15	0b 0000 1111	0b 0000 1111
-15	0b 1000 0000	0b 1111 0001

也就是说，给一个16位的AD补码值，首先我们可以根据首位是否为1来判断该AD值的正负，

• 符号位等于0(正数)，原码=补码
• 符号位等于1(负数)，补码符号位不变，其余位取反，再整体加1，就是该补码的原码的绝对值，注意此时还要对计算出来的原码加负号，才是最终的AD值

根据AD7606数据手册，

我们可以知道，AD7606B并行数据为16位，即数据范围为0b 1000 0000 0000 0000 ~ 0b 0111 1111 1111 1111，以$\pm 5V$范围为例，

import numpy as np
int_number_array = np.array([0xFFFF,0x1FFF,0X0FEE,0x15AC,0x159E,0x3C55,0x0001,0x0010])#含8个数据的数组，代表AD7606B八通道读取的补码数据
index = np.argwhere(int_number_array & 0b1000000000000000 == 0b1000000000000000)#查找数组中符号位为1(负数)，返回索引数组
int_number_array[index] = -((int_number_array[index] ^ 0b1111111111111111) + 1)#进行补码转换成原码(按位异或相当于按位取反)正数不变，负数进行取反加1，最后加负号
number_array = int_number_array / 32768 * 5 #将十六进制原码数据转换电压值
print(number_array)

最后计算结果为

[-1.52587891e-04 1.24984741e+00 6.22253418e-01 8.46557617e-01 8.44421387e-01 2.35671997e+00 1.52587891e-04 2.44140625e-03]

分别代表每个通道的某个时刻的电压值，若连续处理一段时间的AD采样值，则可以绘制出8通道的波形图。

python读取matlab数据(.mat文件)

我们都知道，matlab是一个非常好用的矩阵计算分析软件，然额，matlab自带的绘图效果极为锯齿，所以，这里分享一个在python中读取matlab处理后的数据.mat文件。

1.首先，我们这里先打开matlab，随便在命令行窗输入两个变量，

matlab_x=1:0.01:10;
matlab_y=sin(matlab_x);

2.计算处理后，matlab右边的工作区会有两个变量值，分别为matlab_y、matlab_x

3.然后，我们将鼠标放置在工作区空白位置右键，选择保存，也可以在工作区处于工作高亮状态时使用快捷键ctrl+s进行保存，会弹出保存文件名，这里我们保存为matlab.mat

4.接下来就是用Python读取上一步中保存的matlab工作区的数据Data。Python中我们需要用到scipy库，这里我们先import进去

import scipy.io as scio

5.读取.mat文件

data=scio.loadmat('./matlab.mat')

6.查看当前data数据类型

type(data)

输出的为dict字典类型

7.读取对应我们想要的数据

这里我们假设需要将数据matlab_y读进python中（这里我们用numpy库将数据转化为数组类型）

import numpy as np #导入矩阵处理库
python_y=np.array(data['matlab_y']) #将matlab数据赋值给python变量

至此，就完成了使用python读取matlab数据。

enjoy it！