每k次迭代显示matplotlib图的最具Python风格的方法

每天在我的工作中，我都需要监控一些标量值（或显示图像）在一个通常非常长的迭代过程中的演变。我想这是一个常见的问题

所以直到现在，我的代码中都有这样一个循环：

scalar_value1_vector=[]
scalar_value2_vector=[]
iterations_vector=[]
N=999999999999999999
display_steps=100

for i in xrange(N):
  new_scalar_value1, new_scalar_value2=perform some calculations(...)
  if (i%display_steps==0):
    scalar_value1_vector.append(new_scalar_value1)
    scalar_value2_vector.append(new_scalar_value2)
    iterations_vector.append(i)
    plt.plot(iterations, scalar_value1, "Scalar value 1")
    plt.plot(iterations, scalar_value2, "Scalar value 2")
    plt.legend()

运行它时，matplotlib会发出各种各样的反对警告，说我不应该这样做。（加上绘图在每次迭代中仅处于“活动”状态，并且在每次迭代之间变为非交互和黑色）。我想他们希望我使用

matplotlib.animation

对象，但对于我的需要来说，它似乎有点太复杂了（但也许这是一种方法？）

对于基本绘图，最简单、最轻量级和最优雅的解决方案是什么？ 它是否也适用于图像打印（通过

plt.imshow

获得）

编辑：我想是相关的

编辑1：我使用了

fig.canvas.draw\u idle（）

与

ax.set\u data（）

和

fig.canvas.flush\u events（）

结合使用，但它始终没有响应

scalar_value1_vector=[]
scalar_value2_vector=[]
iterations_vector=[]
N=999999999999999999
display_steps=100
plt.ion()
fig, ax=plt.subplots()
sc1,=ax.plot(steps,scalar_value1_vector, label="Scalar value 1")
sc2,=ax.plot(steps,scalar_value2_vector, label="Scalar value 2")
plt.legend()

for i in xrange(N):
  #calculations that take on average 3 seconds (+-1s)
  new_scalar_value1, new_scalar_value2=perform some calculations(...)
  if (i%display_steps==0):
    scalar_value1_vector.append(new_scalar_value1)
    scalar_value2_vector.append(new_scalar_value2)
    iterations_vector.append(i)
    sc1.set_data(steps,scalar_value1_vector)
    sc2.set_data(steps,scalar_value2_vector)
    fig.canvas.draw_idle()
    try:
      fig.canvas.flush_events()
    except NotImplementedError:
      pass

---

有关交互式打印和动画之间的比较，请参见，例如，或可能是图像。然而，“最佳”解决方案肯定取决于

执行某些计算（…）

所需的时间，以及所需的时间是否可以预测或恒定。执行计算并在绘图中显示中间步骤的最省钱的方法显然是使用线程；但这既不是简单的方法，也不是最轻量级的方法。谢谢你的回答，我最关心的是简单性和效率（我知道有时两者并不同时存在）。在我的例子中，执行一些计算执行时间在某种程度上是已知的。最简单的解决方案可能是交互式模式。您还可以查看，其中

fig.canvas.flush\u events（）

确保窗口不会无响应。好的，我会在接下来的几天内发布更新的答案，如果您没有