在同一进程中将 matplotlib 与 Qt5 后端一起使用并运行现有 QApplication

Posted 2023-02-16

【中文标题】在同一进程中将 matplotlib 与 Qt5 后端一起使用并运行现有 QApplication

【英文标题】：Using matplotlib with Qt5 backend with an existing QApplication running, in the same process

【发布时间】：2020-01-08 10:36:33

【问题描述】：

我们有一个使用 PySide2 的 Qt5 应用程序。最近，我们想在 PySide2 应用程序在同一进程中（在不同的线程中）运行时使用 matplotlib 显示绘图，但随后 matplotlib 崩溃（使用 PySide2 时）或在绘图前冻结（使用 PyQt5 时）。

这是一个最小示例，取消注释第 23 行以使 matplotlib 崩溃或冻结：

from threading import Thread

from PySide2.QtWidgets import QApplication, QLabel

import matplotlib
matplotlib.use('QT5Agg')
import matplotlib.pyplot as plt


def start_qt_app():
    t = Thread(target=qt_app_thread_func)
    t.start()


def qt_app_thread_func():
    app = QApplication()
    label = QLabel("Hello World")
    label.show()
    app.exec_()


# Uncomment the line below to make matplotlib crash.
#start_qt_app()

plt.plot([1, 2, 3, 4])
plt.show()

input("Press enter to quit.")

print("Finished.")

我的猜测是，这与我们只能在一个进程中运行 1 个 QApplication 的限制有关。所以这会导致 matplotlib 出现问题。

我该如何解决这个问题？我想到的一个解决方案是为 matplotlib 创建一个代理对象，该对象在另一个进程中运行 matplotlib，但我不确定这是否是劳动强度最低的解决方案。也许我可以让 matplotlib 使用现有的 QApplication？我无法在另一个进程中运行我们的 PySide2 应用程序，因为它使用动态创建的 numpy 数组从主线程传递到 GUI，并且在另一个进程中启动它会降低性能。

【问题讨论】：

Matplotlib，就像任何其他 GUI 必须在主线程中运行一样。

在此回答***.com/questions/59501454/…

【参考方案1】：

您应该使用 asyncqt 来管理 ui 和应用程序线程。从 asyncqt QEventLoop 是您可以使用的一种方式

await loop.run_in_executor(exec, method_name)

asyncqt 是 quamash 为 PyQt5 编写的衍生库。示例代码相同。因此，根据您的喜好，您可以使用带有 PySide2 的 asyncqt 或带有 PyQt5 的 quamash 来让您的应用在后台任务运行时做出响应。

asyncqt examples

asyncqt 0.7.0 pypi

Quamash 0.6.1

【参考方案2】：

正如@ImportanceOfBeingErnest 指出的那样，matplotlib 可以与 Qt 一起使用，如官方示例所示：Embedding in Qt。

例子：

from PySide2.QtWidgets import QApplication, QLabel

import matplotlib
matplotlib.use('QT5Agg')

from matplotlib.backends.backend_qt5agg import FigureCanvas
from matplotlib.figure import Figure

if __name__ == '__main__':
    app = QApplication()

    label = QLabel("Hello World")
    label.show()

    canvas = FigureCanvas(Figure(figsize=(5, 3)))
    ax = canvas.figure.subplots()
    ax.plot([1, 2, 3, 4])

    canvas.show()

    app.exec_()