绘制实时串行数据最有效的Python IPC机制是什么？

从串行端口读取数据到绘制数据的单独进程的最快Python机制是什么

我正在实时绘制从串口读取的脑电图数据。串口读取和数据包解包代码运行良好，如果我读取并存储数据，然后绘制存储的数据，看起来很棒。像这样：

注：设备产生测试正弦波进行调试

我正在使用pyQtGraph进行绘图。在读取串行数据的同一过程中更新绘图不是一个选项，因为串行读取（）调用之间的轻微延迟会导致串行缓冲区溢出，从而导致错误的校验和。pyQtGraph提供了在单独进程上呈现图形的功能，这很好，但瓶颈似乎在于进程间通信。我已经尝试了Pipe（）和Queue（）的各种配置，所有这些都会导致图形更新滞后、闪烁。到目前为止，从串行端口到图形获取新值的最平滑、最一致的方法似乎是通过共享内存，如下所示：

from pyqtgraph.Qt import QtGui
import pyqtgraph as pg
from multiprocessing import Process, Array, Value, Pipe
from serial_interface import EEG64Board
from collections import deque

def serialLoop(arr):
    eeg = EEG64Board(port='/dev/ttyACM0')
    eeg.openSerial() 
    eeg.sendTest('1')        #Tells the eeg device to start sending data
    while True:
        data = eeg.readEEG() #Returns an array of the 8 latest values, one per channel
        if data != False:    #Returns False if bad checksum
            val.value = data[7] 

val = Value('d',0.0)
q = deque([],500)

def graphLoop():
    global val,q
    plt = pg.plot(q)
    while True:
        q.append(val.value)
        plt.plot(q,clear=True)
        QtGui.QApplication.processEvents()

serial_proc = Process(target=serialLoop, args=(val,), name='serial_proc')
serial_proc.start()

try:
    while True:
        graphLoop()
except KeyboardInterrupt:
    print('interrupted')

上面的代码通过简单地提取serialLoop记录的最新值并将其附加到deque来执行实时打印。虽然图更新平稳，但它仅获取了约1/4的值，如结果图所示：

那么，您会推荐什么多进程或线程结构，以及它们之间应该使用什么形式的IPC呢

更新：

---

我每秒收到2000个样品。我在想，如果我以100 fps的速度更新显示，并在每帧中添加20个新样本，那么我应该是好的。实现这一点的最佳Python多线程机制是什么？

这可能不是最有效的，但是下面的代码在一个绘图中达到100 fps，或者在8个绘图中达到20 fps。这个想法非常简单：共享一个数组、索引和锁。串行填充数组并增加索引，而is具有锁定，绘图过程定期从数组中获取所有新值，并再次在锁定下减少索引

from pyqtgraph.Qt import QtGui
import pyqtgraph as pg
from multiprocessing import Process, Array, Value, Lock
from serial_interface import EEG64Board
from collections import deque

def serialLoop(arr,idx,lock):
    eeg = EEG64Board(port='/dev/ttyACM0')
    eeg.openSerial() 
    eeg.sendTest('1')        #Tells the eeg device to start sending data
    while True:
        data = eeg.readEEG() #Returns an array of the 8 latest values, one per channel
        if data != False:    #Returns False if bad checksum
            lock.acquire()
            for i in range(8):
                arr[i][idx.value] = data[i] 
            idx.value += 1
            lock.release()
    eeg.sendTest('2') 

arr = [Array('d',range(1024)) for i in range(8)]
idx = Value('i', 0)
q = [deque([],500) for i in range(8)]
iq = deque([],500)
lock = Lock()

lastUpdate = pg.ptime.time()
avgFps = 0.0

def graphLoop():
    global val,q,lock,arr,iq, lastUpdate, avgFps
    win = pg.GraphicsWindow()
    plt = list()
    for i in range(8):
        plt += [win.addPlot(row=(i+1), col=0, colspan=3)]
    #iplt = pg.plot(iq)
    counter = 0
    while True:
        lock.acquire()
        #time.sleep(.01)
        for i in range(idx.value):
            for j in range(8):
                q[j].append(arr[j][i])        
        idx.value = 0
        lock.release()
        for i in range(8):
            plt[i].plot(q[i],clear=True)
        QtGui.QApplication.processEvents()
        counter += 1

        now = pg.ptime.time()
        fps = 1.0 / (now - lastUpdate)
        lastUpdate = now
        avgFps = avgFps * 0.8 + fps * 0.2

serial_proc = Process(target=serialLoop, args=(arr,idx,lock), name='serial_proc')
serial_proc.start()

graphLoop()

serial_proc.terminate()