Python PyQtGraph和numpy实时绘图

我目前正在做一个项目，读取8个传感器并绘制实时图形。我使用了Matplotlib，但速度很慢，所以我切换到pyqtgraph。它相对来说非常快。我参考了文档并设计了一个简单的代码来绘制实时数据。 我面临的唯一问题是磁盘空间和cpu使用率急剧增加，因为我让它画了20分钟左右。这是我的密码

from tinkerforge.ip_connection import IPConnection
from tinkerforge.bricklet_ptc import BrickletPTC

from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
import pyqtgraph as pg

win = pg.GraphicsWindow(title="Basic plotting examples")
win.resize(1280,720)
win.setWindowTitle('Live Temperature Data')
#Enable antialiasing for prettier plots
pg.setConfigOptions(antialias=True)


p1 = win.addPlot(title = 'Sensor1')
curve1 = p1.plot(pen = '#00A3E0')
p1.setLabel('left', "Temperature", units='°C')
p1.setLabel('bottom', "Time", units= 's')
p1.setDownsampling(auto=True,mode='peak')
p1.setClipToView(True)
p1.showGrid(x=True, y=True)

tempC1 = []

def updateSensor1():
    global curve1, tempC1, indx1, p1

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1.append(temp1)

    curve1.setData(tempC1)
    app.processEvents()


timer1 = QtCore.QTimer()
timer1.timeout.connect(updateSensor1)
timer1.start(1000)

if __name__ == '__main__':
    import sys
    if (sys.flags.interactive != 1) or not hasattr(QtCore, 'PYQT_'):
        QtGui.QApplication.instance().exec_()

我听说列表速度慢得多，numpy速度快得多，而且与pyqtgraph兼容得多。因为我对这种编程是新手，所以我无法制作一个numpy数组来读取这些温度读数并绘制图表。我也参考了文档，但没有帮助

我有8个传感器我不知道我应该创建8个不同的numpy数组还是类似于一个多维数组的东西，它接受传感器值和一个实时绘制这些值的函数

---

如果有人能帮我创建numpy数组而不是列表，我将不胜感激。

因此，如果您想用

np.array

替换列表，您将面临一个主要问题：无法像列表那样直接将数据附加到数组中。一种可能是使用例如

np.hstack

，

np.vstack

，

np.column\u stack

或

np.row\u stack

。下面是一个示例，说明如何使用

np.hstack

更改

updateSensor1

函数：

tempC1 = np.array(())

def updateSensor1():
    global curve1, tempC1, indx1, p1

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = np.array((dataArray1[0])).astype(np.float32)
    tempC1 = np.hstack((tempC1,temp1))

    curve1.setData(tempC1)
    app.processEvents()

但是，对于数组，每个“追加”操作都需要将所需内存短期增加一倍，因此您可能会发现，在处理大型数组时，使用列表会更有效

更好的解决方案是生成一个数组（例如，

np.zeros

），该数组与所需的最终输出一样大，例如在绘图20分钟后。这样可以避免创建/销毁阵列。然后，您只需创建另一个计数变量或将时间传递给

updateSensor1

-函数，即可更新和绘制正确的数据，例如：

tempC1 = np.zeros((1200))
count = 0

def updateSensor1():
    global curve1, tempC1, indx1, p1, count

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1[count] = temp1

    curve1.setData(tempC1[::count])
    count += 1
    app.processEvents()

对于多个传感器，您只需向阵列添加新尺寸，例如，对于8个传感器，创建一个

np.zeros（（1200,8））

阵列。我希望这在某种程度上是有帮助的

编辑：

如果您

pop

每个

300s

左右的列表仍希望x轴在时间上继续，则应传递第二个列表或具有x/时间值的数组。我想提出如下建议：

import time

times = []
t0 = time.time()

def updateSensor1():
    global curve1, tempC1, indx1, p1, times, t0

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1.append(temp1)
    times.append(time.time()-t0)

    curve1.setData(times,tempC1)
    app.processEvents()

---

然后，您应该在弹出

tempC1

列表的同时弹出

时间列表。由于参考时间
t0
未更改，因此应始终为您提供正确的时间。
因此，如果要用
np.array
替换列表，您将面临一个主要问题：无法直接将数据以与列表相同的方式附加到数组中。一种可能是使用例如
np.hstack
，
np.vstack
，
np.column\u stack
或
np.row\u stack
。下面是一个示例，说明如何使用
np.hstack
更改
updateSensor1
函数：

tempC1 = np.array(())

def updateSensor1():
    global curve1, tempC1, indx1, p1

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = np.array((dataArray1[0])).astype(np.float32)
    tempC1 = np.hstack((tempC1,temp1))

    curve1.setData(tempC1)
    app.processEvents()

但是，对于数组，每个“追加”操作都需要将所需内存短期增加一倍，因此您可能会发现，在处理大型数组时，使用列表会更有效

更好的解决方案是生成一个数组（例如，
np.zeros
），该数组与所需的最终输出一样大，例如在绘图20分钟后。这样可以避免创建/销毁阵列。然后，您只需创建另一个计数变量或将时间传递给
updateSensor1
-函数，即可更新和绘制正确的数据，例如：

tempC1 = np.zeros((1200))
count = 0

def updateSensor1():
    global curve1, tempC1, indx1, p1, count

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1[count] = temp1

    curve1.setData(tempC1[::count])
    count += 1
    app.processEvents()

对于多个传感器，您只需向阵列添加新尺寸，例如，对于8个传感器，创建一个
np.zeros（（1200,8））
阵列。我希望这在某种程度上是有帮助的

编辑：

如果您
pop
每个
300s
左右的列表仍希望x轴在时间上继续，则应传递第二个列表或具有x/时间值的数组。我想提出如下建议：

import time

times = []
t0 = time.time()

def updateSensor1():
    global curve1, tempC1, indx1, p1, times, t0

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1.append(temp1)
    times.append(time.time()-t0)

    curve1.setData(times,tempC1)
    app.processEvents()

然后，您应该在弹出
tempC1
列表的同时弹出
时间列表。由于参考时间
t0
未更改，因此应始终为您提供正确的时间。
非常感谢您提供宝贵的教程。不知何故，我提高了我以前的代码的效率，它与列表配合得很好。唯一的问题是我的实时性有一定的时滞（每小时50秒）。你认为Numpy会有助于消除这种时间延迟并使其实时化吗？另外，为了使我的程序更有效率，我尝试在计数器达到300秒时
tempC1.pop（0）
列表。pop功能良好，但x轴保持在0-300。是否有一种方法可以在轴显示实时数据时弹出列表项，即使在列表中的值被弹出后也是如此？如果列表中最多只有300个值，我不认为延迟源自使用列表。查看我关于x轴问题的编辑。非常感谢您提供的宝贵教程。不知何故，我提高了我以前的代码的效率，它与列表配合得很好。唯一的问题是我的实时性有一定的时滞（每小时50秒）。你认为Numpy会有助于消除这种时间延迟并使其实时化吗？另外，为了使我的程序更有效率，我尝试在计数器达到300秒时
tempC1.pop（0）
列表。pop功能良好，但x轴保持在0-300。是否有一种方法可以在轴显示实时数据时弹出列表项，即使在列表中的值被弹出后也是如此？如果列表中最多只有300个值，我不认为延迟源自使用列表。查看我关于x轴问题的编辑。