Python 使用plt.imshow提高刷新速度

我想在执行

numpy

计算时显示一些图像：

import numpy as np
import matplotlib.pyplot as plt
plt.ion()  # Turn the interactive mode on.
for i in range(100):
    A = np.random.randn(10,10)
    plt.imshow(A)
    plt.pause(0.001)
    # do some other numpy computations here (they take < 1 ms)

将numpy导入为np
将matplotlib.pyplot作为plt导入
plt.ion（）#打开交互模式。
对于范围（100）内的i：
A=np.random.randn（10,10）
plt.imshow（A）
plt.暂停（0.001）
#在这里进行一些其他numpy计算（计算时间<1毫秒）

它不是快速显示图像，而是相当慢

我不是要求每秒100帧，但我认为每秒30帧是可能的，但事实并非如此：经过几次迭代后，我在我的标准i5笔记本电脑（Windows7x64）上接近每秒2帧

如何获得更快的

imshow

刷新率？

注:

• 我已经尝试了来自的主要答案，但对于这样一个简单的任务，这里似乎是一个复杂的方法（使用

  blit

  参数），而且我没有得到28 fps，但只有15 fps

• 我只想将矩阵显示为图像：无边框、无轴、无子图等，我想这可能比解决方案更快，可能不是使用matplotlib，而是另一个库

---

这是因为在每次迭代中创建一个新图像，最终在图形中生成100个图像

创建动画的推荐方法是使用

FuncAnimation

，只更改图像的数据，而不是一直打印新图像

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

im = plt.imshow(np.random.randn(10,10))

def update(i):
    A = np.random.randn(10,10)
    im.set_array(A)
    return im, text

ani = FuncAnimation(plt.gcf(), update, frames=range(100), interval=5, blit=False)

plt.show()

即使

间隔设置为5毫秒，上述代码在我的计算机上以50 fps的速度运行。它不会跑得比它能跑的快。您现在可以使用blit，即
blit=True
，在这种情况下，我看到的是100 fps。这是matplotlib所能达到的极限，但它当然会根据计算机的功率而有所不同

然而，请注意，人脑不能分辨100 fps。有人说，25是通常的帧速率，因此大多数电影也使用这种帧速率。因此，这里甚至不需要使用blitting，因为50 fps比你能感知到的要大

如果出于任何原因希望加快动画速度，则需要使用matplotlib以外的其他库

见例






编辑后的问题中有一句话说不应该有边界。这是通过使图形大小服从图像的外观（方形图像->方形图形）并将所有边距设置为零来实现的

plt.figure(figsize=(5,5))
plt.subplots_adjust(0,0,1,1)


答案下面的注释坚持使用for循环。那看起来像

im = plt.imshow(np.random.randn(10,10))

plt.ion()
for i in range(100):
    
    A = np.random.randn(10,10)
    im.set_array(A)
    plt.pause(0.005)

plt.ioff()
plt.show()

这将比使用
FuncAnimation
稍微慢一点，因为动画发生在GUI事件循环之外。还要注意的是，在这种情况下实现blitting需要做更多的工作，如
中所示，多亏了OpenCV，我找到了一个更快的解决方案。下面的代码在我的计算机上运行2秒钟，即能够以500 fps的速度渲染（我知道人眼看不到这一点，但很高兴知道这种方法非常快）

@G.Anderson的可能重复项请参见编辑后的问题（请参见注释）。可能重复项我已经尝试过类似的方法@user2699，但没有超过20 fps。请参阅编辑后的问题和我发布的答案。谢谢。但我认为您的代码“预计算”了一个动画，并在最后显示它。我想在循环时显示图像，而不是等到最后才显示动画。怎么做？不，如果你想预计算动画，你可以使用
ArtistAnimation
而不是
FuncAnimation
。哦，对了，我明白了。另外：我更喜欢“正常”执行for循环（在我的实际代码中为100k次迭代），就像问题中一样，每100次迭代显示/绘制a的当前状态。必须从FuncAnimation对象开始所有操作对我的应用程序来说有点不方便。有没有办法保持一个简单的for循环并从那里调用绘图？如果愿意，您仍然可以使用for循环。我更新了答案。不过，几乎没有任何理由这么做。为什么不先计算完整的数据，然后每100步创建一个动画？@ImportanceOfBeingErnest如何保持
FuncAnimation
中显示的相同色条？效果非常好！
import numpy as np
import cv2

cv2.namedWindow('img', cv2.WINDOW_NORMAL)

for i in range(1000):
    A = np.random.randn(10,10)
    cv2.imshow("img", A)
    cv2.waitKey(1)  # it's needed, but no problem, it won't pause/wait