使用 MatPlotLib 绘制连续的数据流

Posted 2023-02-23

【中文标题】使用 MatPlotLib 绘制连续的数据流

【英文标题】：Plotting a continuous stream of data with MatPlotLib

【发布时间】：2017-06-20 20:36:15

【问题描述】：

我想使用 MatPlotLib 绘制一个图表，该图表随时间而变化。在每个时间步，一个额外的数据点将被添加到图中。但是，应该只显示一个图形，其外观会随着时间而变化。

在我的测试示例中，该图是一个简单的线性图 (y = x)。这是我尝试过的：

for i in range(100):
    x = range(i)
    y = range(i)
    plt.plot(x, y)
    plt.ion()
    plt.show()
    time.sleep(1)

但是，这里发生的是创建了多个窗口，因此在循环结束时我有 100 个窗口。另外，我注意到对于最近的窗口，它只是一个白色的窗口，并且情节只出现在下一步。

所以，我的两个问题是：

1) 如何更改我的代码以便只显示一个窗口，其内容会随时间而变化？

2) 如何更改我的代码，以便在最近的时间步中，绘图实际上显示在窗口上，而不是只显示一个白色窗口？

谢谢！

【问题讨论】：

Dynamically updating plot in matplotlib的可能重复

【参考方案1】：

(1)

您可以在开头设置plt.ion()，并将所有图形绘制到同一个窗口。在循环中使用plt.draw() 显示图表，使用plt.pause(t) 暂停。请注意，t 可以非常小，但该命令需要存在，动画才能在大多数后端运行。 您可能希望在使用 plt.gca().cla() 绘制新内容之前清除坐标区。

import matplotlib.pyplot as plt

plt.ion()
for i in range(100):
    x = range(i)
    y = range(i)
    # plt.gca().cla() # optionally clear axes
    plt.plot(x, y)
    plt.title(str(i))
    plt.draw()
    plt.pause(0.1)

plt.show(block=True) # block=True lets the window stay open at the end of the animation.

除了这种非常简单的方法，使用http://matplotlib.org/examples/animation/index.html中提供的任何动画示例

(2)

为了在新窗口中获取每个图，请使用 plt.figure() 并删除 plt.ion()。也只显示最后的窗口：

import matplotlib.pyplot as plt

for i in range(100):
    x = range(i)
    y = range(i)
    plt.figure()
    plt.plot(x, y)
    plt.title(str(i))
    
plt.show()

请注意，您可能会发现在这两种情况下，第一个图都是空的，因为对于i=0，range(i) == [] 是一个没有任何点的空列表。即使对于i=1，也只绘制了一个点，但当然没有一条线可以将单个点与其自身连接起来。

【讨论】：

另外，如果您在for 循环之外调用plt.figure()，那么它将以与上面显示的plt.ion() 方法类似的方式工作，但您不必关闭运行脚本的其余部分之前的图（就像我必须使用 2.7 一样）。

@FeeJF 对不起，我不太明白你在说什么。如果在循环外调用plt.figure()，则只有一个窗口，根本没有动画。

【参考方案2】：

我认为最好的方法是创建一个线图，然后更新其中的数据。然后，您将拥有一个会不断更新的单一窗口和单一图表。

import matplotlib.pyplot as plt

plt.ion()
fig = plt.figure(figsize=(16,8))
axes = fig.add_subplot(111)
data_plot=plt.plot(0,0)
line, = axes.plot([],[])
for i in range(100):
    x = range(i)
    y = range(i)
    line.set_ydata(y)
    line.set_xdata(x)
    if len(y)>0:
        axes.set_ylim(min(y),max(y)+1) # +1 to avoid singular transformation warning
        axes.set_xlim(min(x),max(x)+1)
    plt.title(str(i))
    plt.draw()
    plt.pause(0.1)

plt.show(block=True)