Python 向现有matplotlib图表添加第二个绘图

我希望有一个函数，可以在调用时将绘图添加到现有图表中。现在我的空绘图显示，但调用函数似乎从未发生，因为它一直等到我关闭图表窗口。然后程序结束，不重新打开图表窗口

import numpy as np
import matplotlib.pyplot as plt
import time

fig, ax = plt.subplots()
plt.show()
def plotting(slope, intercept):

    x_vals = np.array(ax.get_xlim())
    y_vals = intercept + slope * x_vals
    ax.plot(x_vals, y_vals, '-')
    plt.show()

plotting(10,39)
time.sleep(1)
plotting(5,39)

---

将可选关键字参数

block=False

发送到

plt.show（）

说明：绘图窗口阻止程序继续。发送此参数将允许程序继续。 请注意，如果仅使用该参数且程序结束，则绘图窗口将关闭。因此，您可能希望在程序结束时调用

plt.show（block=True）

或

plt.waitforbuttonpress（）

---

就我个人而言，我会为您自己的函数添加一个块参数：

def plotting(slope, intercept, block=True):

    x_vals = np.array(ax.get_xlim())
    y_vals = intercept + slope * x_vals
    ax.plot(x_vals, y_vals, '-')
    plt.show(block=block)

plotting(10,39,False)
time.sleep(1)
plotting(5,39)

---

将可选关键字参数

block=False

发送到

plt.show（）

说明：绘图窗口阻止程序继续。发送此参数将允许程序继续。 请注意，如果仅使用该参数且程序结束，则绘图窗口将关闭。因此，您可能希望在程序结束时调用

plt.show（block=True）

或

plt.waitforbuttonpress（）

---

就我个人而言，我会为您自己的函数添加一个块参数：

def plotting(slope, intercept, block=True):

    x_vals = np.array(ax.get_xlim())
    y_vals = intercept + slope * x_vals
    ax.plot(x_vals, y_vals, '-')
    plt.show(block=block)

plotting(10,39,False)
time.sleep(1)
plotting(5,39)

plt.show（）。它将阻塞，直到打印窗口关闭

您可以使用交互模式（
plt.ion（）
）并在中间步骤（
plt.draw（）
）绘制绘图。要获得暂停，请不要使用
time.sleep（）
，因为它会让应用程序完全休眠（可能导致冻结窗口）。相反，请使用
plt.pause（）
。最后，您可以再次关闭交互模式（
plt.ioff（）
），并最终调用
plt.show（）
，以使绘图保持打开状态

import numpy as np
import matplotlib.pyplot as plt

plt.ion()
fig, ax = plt.subplots()

def plotting(slope, intercept):

    x_vals = np.array(ax.get_xlim())
    y_vals = intercept + slope * x_vals
    ax.plot(x_vals, y_vals, '-')
    plt.draw()

plotting(10,39)
plt.pause(1)
plotting(5,39)

plt.ioff()
plt.show()

plt.show（）。它将阻塞，直到打印窗口关闭

您可以使用交互模式（
plt.ion（）
）并在中间步骤（
plt.draw（）
）绘制绘图。要获得暂停，请不要使用
time.sleep（）
，因为它会让应用程序完全休眠（可能导致冻结窗口）。相反，请使用
plt.pause（）
。最后，您可以再次关闭交互模式（
plt.ioff（）
），并最终调用
plt.show（）
，以使绘图保持打开状态

import numpy as np
import matplotlib.pyplot as plt

plt.ion()
fig, ax = plt.subplots()

def plotting(slope, intercept):

    x_vals = np.array(ax.get_xlim())
    y_vals = intercept + slope * x_vals
    ax.plot(x_vals, y_vals, '-')
    plt.draw()

plotting(10,39)
plt.pause(1)
plotting(5,39)

plt.ioff()
plt.show()