Python 熊猫在同一个窗口中不断地绘图_Python_Matplotlib_Pandas_Plot

Python 熊猫在同一个窗口中不断地绘图

python matplotlib pandas plot

Python 熊猫在同一个窗口中不断地绘图,python,matplotlib,pandas,plot,Python,Matplotlib,Pandas,Plot,有没有办法在熊猫已经打开的窗口中绘图。假设我有一个10000项的数据框，只有一列我想做的是在打开的绘图窗口中一次只绘制100个点，就像流式绘图一样因此，结果将是一个打开的窗口，显示前100个点的线形图，然后是下100个点，即101到200，以此类推我试图查看SO，但只能找到如下示例：我不能让df.plot（）方法很好地发挥作用……将绘图放入循环中，并在每个循环结束时调用clf（）。这将清除matplotlib图形您可能希望继续将其视为动画：将绘图放入循环中，并在每个循环结束时调用cl

有没有办法在熊猫已经打开的窗口中绘图。假设我有一个10000项的数据框，只有一列

我想做的是在打开的绘图窗口中一次只绘制100个点，就像流式绘图一样

因此，结果将是一个打开的窗口，显示前100个点的线形图，然后是下100个点，即101到200，以此类推

我试图查看SO，但只能找到如下示例：

我不能让df.plot（）方法很好地发挥作用……

将绘图放入循环中，并在每个循环结束时调用

clf（）

。这将清除matplotlib图形

您可能希望继续将其视为动画：

将绘图放入循环中，并在每个循环结束时调用

clf（）

。这将清除matplotlib图形

您可能希望继续将其视为动画：

将绘图放入循环中，并在每个循环结束时调用

clf（）

。这将清除matplotlib图形

您可能希望继续将其视为动画：

将绘图放入循环中，并在每个循环结束时调用

clf（）

。这将清除matplotlib图形

您可能希望继续将其视为动画：

所以我想出来了！另外，感谢@JD Long的帮助。这是一个有效的示例。我不使用相同的数据帧值，而是动态创建新列，然后打印：

import time
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
pd.options.display.mpl_style = 'default'


df = pd.DataFrame({'a':[3,4,45,6,70,6],'b':[4,4,2,4,2,2]})

plt.axis([0, 50, 0, 100])
plt.ion()
plt.show()

for i in range(1,6):
    df.c = df.a + i
    df.b = df.b - i
    df.c.plot(title = str(i)+'th Iteration')
    df.b.plot(kind='bar', title = str(i)+'th Iteration')
    plt.draw()
    time.sleep(1)
    plt.pause(0.0001)
    plt.clf()
plt.close()

所以我想出来了！另外，感谢@JD Long的帮助。这是一个有效的示例。我不使用相同的数据帧值，而是动态创建新列，然后打印：

import time
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
pd.options.display.mpl_style = 'default'


df = pd.DataFrame({'a':[3,4,45,6,70,6],'b':[4,4,2,4,2,2]})

plt.axis([0, 50, 0, 100])
plt.ion()
plt.show()

for i in range(1,6):
    df.c = df.a + i
    df.b = df.b - i
    df.c.plot(title = str(i)+'th Iteration')
    df.b.plot(kind='bar', title = str(i)+'th Iteration')
    plt.draw()
    time.sleep(1)
    plt.pause(0.0001)
    plt.clf()
plt.close()

所以我想出来了！另外，感谢@JD Long的帮助。这是一个有效的示例。我不使用相同的数据帧值，而是动态创建新列，然后打印：

import time
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
pd.options.display.mpl_style = 'default'


df = pd.DataFrame({'a':[3,4,45,6,70,6],'b':[4,4,2,4,2,2]})

plt.axis([0, 50, 0, 100])
plt.ion()
plt.show()

for i in range(1,6):
    df.c = df.a + i
    df.b = df.b - i
    df.c.plot(title = str(i)+'th Iteration')
    df.b.plot(kind='bar', title = str(i)+'th Iteration')
    plt.draw()
    time.sleep(1)
    plt.pause(0.0001)
    plt.clf()
plt.close()

所以我想出来了！另外，感谢@JD Long的帮助。这是一个有效的示例。我不使用相同的数据帧值，而是动态创建新列，然后打印：

import time
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
pd.options.display.mpl_style = 'default'


df = pd.DataFrame({'a':[3,4,45,6,70,6],'b':[4,4,2,4,2,2]})

plt.axis([0, 50, 0, 100])
plt.ion()
plt.show()

for i in range(1,6):
    df.c = df.a + i
    df.b = df.b - i
    df.c.plot(title = str(i)+'th Iteration')
    df.b.plot(kind='bar', title = str(i)+'th Iteration')
    plt.draw()
    time.sleep(1)
    plt.pause(0.0001)
    plt.clf()
plt.close()

您是否将轴对象输入到

绘图

方法？为了将来参考，您可以尝试使用

matplotlib

的动画选项进行此操作，例如，我看到了这一点，但此方法允许我仅使用pandas中的绘图功能来创建所需的各种绘图。因此，只需使用数据帧就很容易了……您是否将Axis对象输入到

plot

方法？为了将来参考，您可以尝试使用

matplotlib

的动画选项来实现这一点，例如，我看到了这一点，但此方法允许我简单地使用pandas中的plotting功能来创建我需要的各种绘图。因此，只需使用数据帧就很容易了……您是否将Axis对象输入到

plot

方法？为了将来参考，您可以尝试使用

matplotlib

plot

方法？为了将来参考，您可以尝试使用

matplotlib

的动画选项来实现这一点，例如，我看到了这一点，但此方法允许我简单地使用pandas中的plotting功能来创建我需要的各种绘图。所以只处理数据帧很容易…所以你使用的是ipython笔记本，而不是内联绘图？我已经将其粘贴到笔记本的一个单元格中。是的，我不想使用内联绘图，因为我觉得最好有一个单独的窗口来更新绘图。嗯。。你在运行什么操作系统？在我的Mac电脑上，这种方法会导致大量打印窗口堆叠在一起。我强烈建议创建图形和轴实例（

fig，ax=plt.subplot（）

），并显式使用这些实例。@JD Long，ohh，我正在windows 8上运行它。我想知道如果它在mac上不工作，它在linux上也可能运行不好。我要试试保罗H的主意。我早些时候试过，但犯了一些错误，所以没能成功。我认为这将解决许多窗口的问题。那么你使用的是ipython笔记本，而不是内联绘图？我已经将其粘贴到笔记本的一个单元格中。是的，我不想使用内联绘图，因为我觉得最好有一个单独的窗口来更新绘图。嗯。。你在运行什么操作系统？在我的Mac电脑上，这种方法会导致大量打印窗口堆叠在一起。我强烈建议创建图形和轴实例（

fig，ax=plt.subplot（）

fig，ax=plt.subplot（）