如何在 python 循环中更新 matpplotlib 库图，该图位于 Jupyter 笔记本中的同一位置？

Posted 2023-03-12

【中文标题】如何在 python 循环中更新 matpplotlib 库图，该图位于 Jupyter 笔记本中的同一位置？

【英文标题】：How to update matpplotlib lib plots in a python loop with the plot sitting in the same place in a Jupyter notebook?

【发布时间】：2019-05-23 00:35:27

【问题描述】：

我正在使用 python 3.6.7、matplotlib 2.2.2、ipython 7.0.1、笔记本 5.6.0 和 jupyter 1.0.0。

我想创建 10 个显示在 2 行上的图，这些图在循环期间将保持在 jupyter notebook 上的同一位置，并且每 10 次迭代都会在相同的 10 个图中显示新结果。这里有一些虚拟代码仅供参考。

import matplotlib.pyplot as plt
fig, ax = plt.subplots(2, 5, sharex='col', sharey='row', figsize=(40,15))
ax = ax.flatten()
for i in range(TRAIN_STEPS):
    if i%10 == 0:
        for j in range(10):
            ax[j].set_title(j+i,fontsize=40)
            ax[j].axes.get_xaxis().set_visible(False)
            ax[j].axes.get_yaxis().set_visible(False)
            ax[j].imshow(weight[i]), cmap=plt.get_cmap('seismic'))
    if i%100 == 0:
         print('Step:' + str(i)) 

我使用 i+j 创建了标题，以便更好地查看更新内容。在此示例中，图集仅在结束时显示（而不是在循环期间）。

如果我使用plt.show()，那么我只看到第一组图

我不想保存每组的情节并稍后制作动画。知道我们是否可以做到这一点以及如何做到这一点？ （我看了很多东西，但我错过了一些东西plt.ion()plt.show(block=False)plt.pause(1)time.sleep(0.1)f = plt.figure()f.canvas.update()f.canvas.flush_events()f.canvas.draw_idle()

【问题讨论】：

how to dynamically update a plot in a loop in ipython notebook (within one cell)的可能重复

【参考方案1】：

似乎我找到了一种通过添加来做我想做的事情的方法：

display.clear_output(wait=True)
display.display(plt.gcf())
time.sleep(1.0) 

还有 2 个小问题：

每一步的信息在每次迭代时都会被删除，并且只打印最后一个条目。

这组 10 个图在最后一次迭代后显示两次。使用在另一个线程中找到的以下代码可以轻松重现它

%matplotlib inline
import time
import pylab as pl
from IPython import display
for i in range(10):
      pl.plot(pl.randn(100)) 
      display.clear_output(wait=True) 
      display.display(pl.gcf())
      time.sleep(1.0)

【参考方案2】：

我正在做类似的事情...检查数据，在循环中创建一个图，并一次将它们可视化。你的代码帮助我做对了！

在我的情况下，我每次都制作一个新图，为了避免循环结束时出现第二个数字，我使用了plt.close()。但是在您的示例中，这将不允许保留以前的图。解决方法是创建数字并将它们保存在一个列表中，以便在第二个循环中绘制。

%matplotlib inline
import time
import pylab as pl
from IPython import display

numbers = []
for i in range(3):
    
    numbers.append(pl.randn(10))
    for j in range(i+1):
        pl.plot(numbers[j]) 
        
    display.clear_output(wait=True) 
    display.display(pl.gcf())
    time.sleep(1.0)
    plt.close()