Python绘制实时数据

我正在寻找一种从python绘制实时数据线图或散点图的方法

在使用科学计算算法进行实验时，我希望通过这些图来监控长时间运行的循环。也就是说，帮助我回答以下问题：我的结果是否仍在随着每次迭代而改善，或者我是否可以取消循环

我正在寻找一种快速而肮脏的方法。我看到，使用Bokeh和Dash，可以对仪表盘进行实时更新，但似乎需要大量样板代码才能获得更新图。

以下是Bokeh v1.3.0的一个简单的“实时流媒体”示例。您可以使用

bokeh-service-show app.py运行它

app.py：

from bokeh.plotting import figure, curdoc
from datetime import datetime
import random

plot = figure(plot_width = 1200, x_axis_type = 'datetime', tools = 'pan,box_select,crosshair,reset,save,wheel_zoom')
line = plot.line(x = 'time', y = 'value', line_color = 'black', source = dict(time = [datetime.now()], value = [random.randint(5, 10)]))

def update(): 
    line.data_source.stream(dict(time = [datetime.now()], value = [random.randint(5, 10)]))

curdoc().add_root(plot)
curdoc().add_periodic_callback(update, 1000)

试着做一个笔记本，试着用仪表板，这应该很简单。您可以在主线程中绘制绘图，并在单独的线程@inkааааааааа中更新它。谢谢。这使得仪表板，我真的不需要。当我的算法运行时，它似乎没有生成一个可以更新的绘图。也许我不知道如何正确使用它。有一个问题，它可能会帮助你我也在这样的实时仪表板工作，如果你能分享你的背景更新机制，这将是伟大的@非常感谢，这正是我想要的。如果你给我一个答案，我会接受的。谢谢你给我这个完整的例子。对我来说，数据将在交互式python会话中从循环中更新。似乎链接到bokeh需要一些进程间通信，这似乎有些过分。尽管如此，我还是要投票支持提供一个完整的示例。如果这是在笔记本中，则有
push_notebook
，或者您可以使用
AjaxDataSource
或
ServerSentDataSource
将数据推送到独立的Bokeh输出。另请参见添加另一个线程以处理数据的位置。看看这篇博克的文章