Python 如何在matplotlib中以交互模式移动图形窗口？

我正在尝试使用matplotlib监视实时数据

我发现我可以在Pyplot中使用交互模式动态更新plot

它工作得很好，但有一个问题是“我根本无法操纵图形窗口”。例如，移动或重新调整“地物”窗口的大小

这是我的密码

这是交互模式的缺点吗？还是我用错了

import matplotlib.pyplot as plt
import time
import math

# generate data
x = [0.1*_a for _a in range(1000)]
y = map(lambda x : math.sin(x), x)

# interactive mode
plt.ion() # identical plt.interactive(True)

fig, ax = plt.subplots()
# ax = plt.gca()
lines,  = ax.plot([], [])

# ax.set_ylim(-1, 1)
ax.grid()

MAX_N_DATA = 100
x_data = []
y_data = []
for i in range(len(x)):
    # New data received
    x_data.append(x[i])
    y_data.append(y[i])

    # limit data length
    if x_data.__len__() > MAX_N_DATA:
        x_data.pop(0)
        y_data.pop(0)

    # Set Data
    lines.set_xdata(x_data)
    lines.set_ydata(y_data)

    # The data limits are not updated automatically.
    ax.relim()
    # with tight True, graph flows smoothly.
    ax.autoscale_view(tight=True, scalex=True, scaley=True)

    # draw
    plt.draw()
    time.sleep(0.01)

---

谢谢。

尽管我仍然认为您应该使用bokeh，但我将告诉您如何使用matplotlib

它无法工作的问题在于matplotlib的事件循环未处于活动状态，因此无法消化窗口事件（如关闭或调整大小）。不幸的是，不可能从外部触发这种消化。您需要做的是使用matplotlib的动画系统。
您的代码实际上已经为它做好了充分的准备，因此您可以使用它

---

如中所示，将

plt.draw（）

替换为

plt.pause（0.05）

。这就解决了我的问题。

matplotlib对于实时可视化来说并不太好。。。我建议退房，谢谢。但这似乎对我不起作用。正如我提到的，我必须绘制实时数据。因此，在调用

draw

或

show

时，我没有要绘制的完整数据集。相反，它是随着时间的推移而积累的，并在飞行中绘制。我将检查博克。谢谢：D@JaeJunLEE很抱歉完全忘记了这一点：D好的，第三个参数

范围（len（x））

可以是一个生成器，它为

showdata

生成数据。如果此生成器从队列或其他缓冲区获取数据，这些缓冲区中填充了实际计算的结果，那么您将获得所需的数据。你也可以看看我的实时尖峰图。它使用多处理来避免matplotlibs仅主线程的问题。当您取消注释

importnest

时，它应该与随机示例一起运行。

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import math

# generate data
x = [0.1*_a for _a in range(1000)]
y = map(lambda x : math.sin(x), x)

# don't need ion, we're using block=True (see end of code)

fig, ax = plt.subplots()
fig.show()
# ax = plt.gca()
lines,  = ax.plot([], [])

# ax.set_ylim(-1, 1)
ax.grid()

MAX_N_DATA = 100
x_data = []
y_data = []

def showdata(i):

    # New data received
    x_data.append(x[i])
    y_data.append(y[i])

    # limit data length
    if x_data.__len__() > MAX_N_DATA:
        x_data.pop(0)
        y_data.pop(0)

    # Set Data
    lines.set_xdata(x_data)
    lines.set_ydata(y_data)

    # The data limits are not updated automatically.
    ax.relim()
    # with tight True, graph flows smoothly.
    ax.autoscale_view(tight=True, scalex=True, scaley=True)

    # draw will be called by the animation system

# instead of time.sleep(0.01) we use an update interval of 10ms
# which has the same effect
anim = FuncAnimation(fig, showdata, range(len(x)), interval=10, repeat=False)

# start eventloop
plt.show(block=True)