python matplotlib 从函数更新散点图
Posted
技术标签:
【中文标题】python matplotlib 从函数更新散点图【英文标题】:python matplotlib update scatter plot from a function 【发布时间】:2017-08-01 01:15:32 【问题描述】:我正在尝试自动更新散点图。 我的 X 和 Y 值的来源是外部的,数据会以不可预测的时间间隔(轮次)自动推送到我的代码中。
我只是在整个过程结束时才设法绘制所有数据,而我正在尝试不断地将数据添加和绘制到我的画布中。
我得到的(在整个运行结束时)是这样的:
然而,我所追求的是:
我的代码的简化版本:
import matplotlib.pyplot as plt
def read_data():
#This function gets the values of xAxis and yAxis
xAxis = [some values] #these valuers change in each run
yAxis = [other values] #these valuers change in each run
plt.scatter(xAxis,yAxis, label = 'myPlot', color = 'k', s=50)
plt.xlabel('x')
plt.ylabel('y')
plt.show()
【问题讨论】:
【参考方案1】:有几种方法可以为 matplotlib 绘图设置动画。在下面,让我们看两个使用散点图的最小示例。
(a) 使用交互模式plt.ion()
为了让动画发生,我们需要一个事件循环。获取事件循环的一种方法是使用plt.ion()
(“interactive on”)。然后需要先绘制图形,然后可以循环更新绘图。在循环内部,我们需要绘制画布并为窗口引入一点暂停以处理其他事件(如鼠标交互等)。如果没有这个暂停,窗口就会冻结。最后我们调用plt.waitforbuttonpress()
让窗口即使在动画完成后也保持打开状态。
import matplotlib.pyplot as plt
import numpy as np
plt.ion()
fig, ax = plt.subplots()
x, y = [],[]
sc = ax.scatter(x,y)
plt.xlim(0,10)
plt.ylim(0,10)
plt.draw()
for i in range(1000):
x.append(np.random.rand(1)*10)
y.append(np.random.rand(1)*10)
sc.set_offsets(np.c_[x,y])
fig.canvas.draw_idle()
plt.pause(0.1)
plt.waitforbuttonpress()
(b) 使用FuncAnimation
以上大部分内容都可以使用matplotlib.animation.FuncAnimation
自动完成。 FuncAnimation 将负责循环和重绘,并在给定时间间隔后不断调用函数(在本例中为 animate()
)。动画只会在调用plt.show()
时开始,从而自动在绘图窗口的事件循环中运行。
import matplotlib.pyplot as plt
import matplotlib.animation
import numpy as np
fig, ax = plt.subplots()
x, y = [],[]
sc = ax.scatter(x,y)
plt.xlim(0,10)
plt.ylim(0,10)
def animate(i):
x.append(np.random.rand(1)*10)
y.append(np.random.rand(1)*10)
sc.set_offsets(np.c_[x,y])
ani = matplotlib.animation.FuncAnimation(fig, animate,
frames=2, interval=100, repeat=True)
plt.show()
【讨论】:
我不知道我怎么能走这么久,却从来不知道ion
。 +1
感谢您的详细回答。到目前为止,最清楚地处理这个问题!
奇怪的是,分配给ani
是 (b) 工作所必需的。你能解释一下这个魔法吗?
@Alan 粗略的解释很简单:如果你有一个类SomeClass
并通过SomeClass(argument1, argument2, etc)
实例化它,它将在其__init__
方法返回的那一刻消失。如果您稍后需要该实例(并且您将在稍后某个时间点运行动画的情况下),您需要将其存储在一个变量中,以便将其保存在内存中,myinstance = SomeClass(...)
【参考方案2】:
据我了解,您希望以交互方式更新您的情节。如果是这样,您可以使用绘图而不是散点图并像这样更新绘图的数据。
import numpy
import matplotlib.pyplot as plt
fig = plt.figure()
axe = fig.add_subplot(111)
X,Y = [],[]
sp, = axe.plot([],[],label='toto',ms=10,color='k',marker='o',ls='')
fig.show()
for iter in range(5):
X.append(numpy.random.rand())
Y.append(numpy.random.rand())
sp.set_data(X,Y)
axe.set_xlim(min(X),max(X))
axe.set_ylim(min(Y),max(Y))
raw_input('...')
fig.canvas.draw()
如果这是您正在寻找的行为,您只需要创建一个附加 sp 数据的函数,并在该函数中获取您想要绘制的新点(使用 I/O 管理或任何通信过程你正在使用)。 希望对你有帮助。
【讨论】:
谢谢,但它似乎不能完全工作。而不是在每一轮数据收集中绘制数据 - 只要代码运行,我就会得到一个空白画布,一旦它完成运行 - 我会同时获取所有数据(即我的问题中的顶部图像)。 @aTben0 我想知道这个解决方案可以在什么环境下工作,因为它显然缺少一个事件循环。 @ImportanceOfBeingErnest 由于发布的问题被标记为 matplotlib 和散点图,我正在考虑一个 I/O 管理,它会等待文件更新,然后尽快追加 X 和 Y文件被修改。如果是这样,我不明白为什么需要交互模式,或者我错过了什么?无论如何,感谢您的完整回答和评论。 你错过了事件循环,交互模式是获取它的一种方式。以上是关于python matplotlib 从函数更新散点图的主要内容,如果未能解决你的问题,请参考以下文章
一个Python函数解决散点图绘制——Matplotlib库示例
从 Python 的 pandas 中的数据帧制作 matplotlib 散点图
Python使用matplotlib可视化散点图使用seaborn中的lmplot函数使用多子图可视化不同分组的散点图最优拟合线性回归曲线
Python使用matplotlib可视化散点图使用seaborn中的lmplot函数可视化不同分组散点图的最优线性回归拟合曲线(Scatter plot with regression line)