如何在 matplotlib 中更新 pcolor？

Posted 2023-02-23

【中文标题】如何在 matplotlib 中更新 pcolor？

【英文标题】：How to update pcolor in matplotlib?

【发布时间】：2013-04-06 04:59:28

【问题描述】：

我用 pcolor 绘制二维数组中的信息。但是，数组中的信息在迭代过程中会发生变化，我想动态更新颜色图，以便实时可视化变化。我怎样才能以最简单的方式做到这一点？

编辑 - 示例：

from __future__ import division
from pylab import *
import random

n = 50 # number of iterations
x = arange(0, 10, 0.1)
y = arange(0, 10, 0.1)
T = zeros([100,100]) # 10/0.1 = 100
X,Y = meshgrid(x, y)

"""initial conditions"""
for x in range(100):
 for y in range(100):
  T[x][y] = random.random()

pcolor(X, Y, T, cmap=cm.hot, vmax=abs(T).max(), vmin=0)
colorbar()
axis([0,10,0,10])
show() # colormap of the initial array

"""main loop"""

for i in range(n):
 for x in range(100):
  for y in range(100):
   T[x][y] += 0.1 # here i do some calculations, the details are not important

 # here I want to update the color map with the new array (T)

谢谢

【问题讨论】：

可能有帮助 10944621

你能用imshow代替pcolor吗？

您能否发布一个关于您正在做什么以及任何（部分）工作代码的最小示例？它可以更轻松地为您提供帮助。

谢谢，但我想用“pcolor”命令来做。我也可以使用 imshow。

为什么？ imshow 有一个更新数据的简单方法，pcolor 返回一个 PolyCollection，这有点难以更新

【参考方案1】：

您可以将事件连接到您的图形并在该事件上调用特定函数。下面我以matplotlib 文档为例，并添加了一个函数ontype。当在键盘上按下1 时调用它。然后X * func3() 被调用。 Ontype 绑定到带有fig.canvas.mpl_connect('key_press_event',ontype) 的图形。以类似的方式，您可以根据时间触发定期事件。

#!/usr/bin/env python
"""
See pcolor_demo2 for an alternative way of generating pcolor plots
using imshow that is likely faster for large grids
"""
from __future__ import division
from matplotlib.patches import Patch
from pylab import *

def ontype(event):
    ''' function that is called on key event (press '1')'''
    if event.key == '1':
        print 'It is working'
        fig.gca().clear()
        # plot new function X * func3(X, Y) 
        Z = X * func3(X, Y) 
        pcolor(X, Y, Z, cmap=cm.RdBu, vmax=abs(Z).max(), vmin=-abs(Z).max())
        fig.canvas.draw()

def func3(x,y):
    return (1- x/2 + x**5 + y**3)*exp(-x**2-y**2)


# make these smaller to increase the resolution
dx, dy = 0.05, 0.05

x = arange(-3.0, 3.0001, dx)
y = arange(-3.0, 3.0001, dy)
X,Y = meshgrid(x, y)

Z = func3(X, Y)

fig=figure(figsize=(16,8))

# connect ontype to canvas
fig.canvas.mpl_connect('key_press_event',ontype)

pcolor(X, Y, Z, cmap=cm.RdBu, vmax=abs(Z).max(), vmin=-abs(Z).max())
colorbar()
axis([-3,3,-3,3])

show()

【参考方案2】：

我建议使用imshow (doc)：

# figure set up
fig, ax_lst = plt.subplots(2, 1)
ax_lst = ax_lst.ravel()

#fake data
data = rand(512, 512)
x = np.linspace(0, 5, 512)
X, Y = meshgrid(x, x)

data2 = np.sin(X ** 2 + Y **2)
# plot the first time#fake data

im = ax_lst[0].imshow(data, interpolation='nearest', 
                            origin='bottom', 
                            aspect='auto', # get rid of this to have equal aspect
                            vmin=np.min(data),
                            vmax=np.max(data), 
                            cmap='jet')

cb = plt.colorbar(im)

pc = ax_lst[1].pcolor(data)
cb2 = plt.colorbar(pc)

要使用 imshow 更新数据，只需设置数据数组，它会为您处理所有标准化和颜色映射：

# update_data (imshow)
im.set_data(data2) 
plt.draw()

要对 pcolor 做同样的事情，您需要自己进行标准化和颜色映射（并猜测行主要与列主要的权利）：

my_cmap = plt.get_cmap('jet')
#my_nom = # you will need to scale your read data between [0, 1]
new_color = my_cmap(data2.T.ravel())
pc.update('facecolors':new_color)

draw() 

【讨论】：

谢谢很好，点赞和接受更好；）（另见编辑重新颜色条）

最后一个问题：如何限制 x 和 y 轴？ imshow 不允许我写 imshow(X,Y,T) 而只能写 imshow(T)。

你想使用extentkwarg

hmmm...你说 imshow 应该为我做颜色映射。然而它不会发生，颜色不会随着时间而改变。我应该写一些命令来更新它吗？

@user1767774 您可能需要在循环中使用plt.pause() 以确保画布实际更新。除此之外，使用您正在使用的代码发布一个新的。

【参考方案3】：

我这里有一个简单的例子，如何在模拟过程中更新ax.pcolor（或者更确切地说是它更快的表亲ax.pcolormesh）。

def make_movie(fig, meshData, conc, fout='writer_test.mp4',
           dpi=150, metadata=):
    '''
    Make a movie (on disk) starting from a first image generated with matplotlib,
    by updating only the values that were dispayed with ax.pcolormesh(...).

    Parameters
    ----------
    meshData: mesh as returned by ax.pcolormesh()
    conc: obj returned by readUCN
        computed concentrations
    fout: str
        name of output file, with or without '.mp4' extension.
    dpi: int
        dots per inch of output movie
    metadata: dict
        passed on to FFMpegWriter.savings(fout, ...)
    '''
    plt.rcParams['animation.ffmpeg_path'] = '/usr/local/bin/ffmpeg'

    from matplotlib.animation import FFMpegWriter

    writer = FFMpegWriter(fps=15, metadata=metadata)

    totims = conc.totim # get times of computed concentrations

    with writer.saving(fig, fout, dpi):
        for totim in totims:
            C = conc.at_t(totim)[:, 0, :] # 3D -->  2D Xsection concentrations
            #newcolors = cmap(norm(C.ravel()))
            #meshData.update('facecolors': newcolors)
            meshData.update('array': C.ravel()) # reset array to new conc.
            fig.canvas.draw_idle()
            writer.grab_frame()

以#newcolors 和#meshData.update 开头的行与上面@tacaswell 的建议相同。以meshdata.udate(array ... 开头的行替换了它们。它只是更新数据而不计算新的 facecolors。最后一种方法更简单，也同样有效。不需要转置数据数组。

【讨论】：

您所需要的只是meshData.update("array":C.ravel())（以及某种绘图调用），但这应该是人们现在使用和参考的答案。 FWIW，我运行了一些基本的计时，更新功能比我简单的 100x100 测试用例的原始 pcolormesh 调用快约 50-100 倍。一个更好的答案可能会被简化以删除额外的电影相关代码工作（虽然我也从电影代码中学到了，所以谢谢。）