PsychoPy Coder实现心理学小实验

纯python代码实现的,代码并不复杂,主要就是熟悉一个psychopy这个库的函数使用,前面都是psychopy的库函数使用,后面就是将收集到的数据保存为excel表格。

在屏幕中左右各显示一张图像,并显示提示词:要求用户选择一张图像,并根据选择点击键盘按键N或M(此处可以设置为其它键盘按键)。等待用户点击键盘,输出根据键盘判定点击的图像是哪一张,并输出从显示图像到用户点击键盘的时间。请注意图像的选择,避免在显示中图像的压缩变形。

效果如下

使用visual.Window创建一个可视化窗口,用visual.ImageStim显示两张图片,一张放置在窗口左边,另一张放置在窗口右边,用visual.TextStim在窗口中间显示提示文字,如下图所示,为了避免图像显示的压缩变形,在显示的时候规定好显示的size。

然后在显示图片之后开始记录时间,同时监听键盘输入,当键盘输入N或者M时结束记录时间并关闭窗口,输出用户选择的图像和从显示图像到用户敲击键盘的时间,如下图所示。

并将数据保存为excel表格,每次测试都将新的数据追加上去,测试30次,根据用户选择的图像绘制的柱状图如下图所示,可见二者大致相同。

根据记录的时间绘制排列图如下图所示,其中横坐标为时间区间,纵坐标为落在区间中的数目,可知大多数的反应时间是在4秒到7秒之间。

代码如下

复制代码
from psychopy import visual, event, core
import pandas as pd

# 初始化窗口和图像
win = visual.Window(size=(1000, 618), monitor='testMonitor', units='pix')
left_image = visual.ImageStim(win, image="C++.jfif", pos=(-300, 0), size=(400, 400))
right_image = visual.ImageStim(win, image="Java.jfif", pos=(300, 0), size=(400, 400))
prompt_text = visual.TextStim(win, text="请选择一张图像\n按N键选择左图像\n按M键选择右图像", pos=(0, 0))

# 绘制图像和提示词
left_image.draw()
right_image.draw()
prompt_text.draw()
win.flip()

# 等待用户按键
response = None
rt_clock = core.Clock()
while True:
    keys = event.getKeys()
    if 'n' in keys:
        response = "左图像"
        break
    elif 'm' in keys:
        response = "右图像"
        break

# 输出结果
rt = rt_clock.getTime()
print("用户选择了:", response)
print("反应时间:", rt)

# 保存数据到表格
data = {'选择': [response], '反应时间': [rt]}
df = pd.DataFrame(data)

try:
    existing_df = pd.read_excel('data.xlsx')  # 读取已存在的表格数据
    newDF = pd.concat([df, existing_df], ignore_index=True)
    newDF.to_excel('data.xlsx', index=False)
except FileNotFoundError:
    df.to_excel('data.xlsx', index=False)

# 关闭窗口
win.close()
相关推荐
宇宙之一粟7 小时前
乐企版式文件生成平台
java·后端·python
学测绘的小杨1 天前
CompassFusion:一个从 GNSS 到 GNSS/INS 组合导航的独立工程包
python
zzzzzz3101 天前
当产品经理说这个很简单:我用Python自动化处理奇葩需求的实战指南
python·pycharm·产品经理
雪隐1 天前
个人电脑玩AI-06让5060 Ti给你打工——不光能画画,Qwen3-TTS还能学人说话,连我老板都信了!
人工智能·后端·python
兵慌码乱2 天前
面向桌面端的资产管理系统分层架构设计与核心模块实现
python·系统架构·sqlite·pyqt5·数据库设计·桌面应用开发·mvc架构
hboot2 天前
AI工程师第三课 - 机器学习基础
python·scikit-learn·kaggle
顾林海2 天前
Agent入门阶段-编程基础-Python:流程控制
python·agent·ai编程
呱呱复呱呱2 天前
Django CBV 源码解读:一个请求是怎么找到你的 get() 方法的
python·django
曲幽2 天前
刚部署的 LibreTranslate 频频翻车?我掏出了 20 年前的 StarDict 词典,用 FastAPI 搭了个本地词典翻译 API
python·fastapi·web·translate·goldendict·libretranslate·stardict·pystardict
荣码2 天前
用Streamlit给AI应用套个界面,10行代码出Web页面
java·python