Python 在matplotlib中动态更新绘图

我正在用Python制作一个应用程序，它从一个串行端口收集数据，并根据到达时间绘制收集的数据图。数据的到达时间是不确定的。我希望在收到数据时更新绘图。我搜索了如何做到这一点，找到了两种方法：

清除绘图，然后重新绘制包含所有点的绘图

通过在特定间隔后更改来设置绘图动画

我不喜欢第一个，因为程序运行和收集数据的时间很长（例如一天），重新绘制绘图会非常慢。 第二种方法也不可取，因为数据到达的时间不确定，我希望绘图仅在收到数据时更新

是否有一种方法可以仅在收到数据时向绘图添加更多点来更新绘图

是否有一种方法可以通过添加更多点来更新绘图

在matplotlib中设置数据动画的方法有很多，具体取决于您的版本。你看过这些例子吗？此外，请查看matplotlib文档中更现代的版本。最后，定义了一个函数，该函数在时间上为函数设置动画。此函数可能只是用于获取数据的函数

每个方法基本上都会设置正在绘制的对象的

数据

属性，因此不需要清除屏幕或图形。可以简单地扩展

数据

属性，这样您就可以保留以前的点，只需继续添加到直线（或图像或正在绘制的任何对象）中即可

鉴于您说您的数据到达时间不确定，您最好的选择可能是执行以下操作：

import matplotlib.pyplot as plt
import numpy

hl, = plt.plot([], [])

def update_line(hl, new_data):
    hl.set_xdata(numpy.append(hl.get_xdata(), new_data))
    hl.set_ydata(numpy.append(hl.get_ydata(), new_data))
    plt.draw()

---

然后，当您从串行端口接收数据时，只需调用

update\u line

即可，这样做不需要动画（例如，您希望在生成绘图时执行代码的其他部分，或者希望同时更新多个绘图），单独调用

draw

不会生成绘图（至少使用qt后端）

以下是我的作品：

import matplotlib.pyplot as plt
plt.ion()
class DynamicUpdate():
    #Suppose we know the x range
    min_x = 0
    max_x = 10

    def on_launch(self):
        #Set up plot
        self.figure, self.ax = plt.subplots()
        self.lines, = self.ax.plot([],[], 'o')
        #Autoscale on unknown axis and known lims on the other
        self.ax.set_autoscaley_on(True)
        self.ax.set_xlim(self.min_x, self.max_x)
        #Other stuff
        self.ax.grid()
        ...

    def on_running(self, xdata, ydata):
        #Update data (with the new _and_ the old points)
        self.lines.set_xdata(xdata)
        self.lines.set_ydata(ydata)
        #Need both of these in order to rescale
        self.ax.relim()
        self.ax.autoscale_view()
        #We need to draw *and* flush
        self.figure.canvas.draw()
        self.figure.canvas.flush_events()

    #Example
    def __call__(self):
        import numpy as np
        import time
        self.on_launch()
        xdata = []
        ydata = []
        for x in np.arange(0,10,0.5):
            xdata.append(x)
            ydata.append(np.exp(-x**2)+10*np.exp(-(x-7)**2))
            self.on_running(xdata, ydata)
            time.sleep(1)
        return xdata, ydata

d = DynamicUpdate()
d()

---

我知道我回答这个问题已经晚了，但对于您的问题，您可以查看“操纵杆”软件包。我设计它是为了从串行端口打印数据流，但它适用于任何流。它还允许交互式文本记录或图像打印（除了图形打印）。 无需在单独的线程中执行自己的循环，软件包会处理它，只需提供您希望的更新频率。此外，终端在打印时仍可用于监视命令。 请参阅或（使用pip安装操纵杆进行安装）

只需将np.random.random（）替换为从串行端口读取的实际数据点，代码如下：

import joystick as jk
import numpy as np
import time

class test(jk.Joystick):
    # initialize the infinite loop decorator
    _infinite_loop = jk.deco_infinite_loop()

    def _init(self, *args, **kwargs):
        """
        Function called at initialization, see the doc
        """
        self._t0 = time.time()  # initialize time
        self.xdata = np.array([self._t0])  # time x-axis
        self.ydata = np.array([0.0])  # fake data y-axis
        # create a graph frame
        self.mygraph = self.add_frame(jk.Graph(name="test", size=(500, 500), pos=(50, 50), fmt="go-", xnpts=10000, xnptsmax=10000, xylim=(None, None, 0, 1)))

    @_infinite_loop(wait_time=0.2)
    def _generate_data(self):  # function looped every 0.2 second to read or produce data
        """
        Loop starting with the simulation start, getting data and
    pushing it to the graph every 0.2 seconds
        """
        # concatenate data on the time x-axis
        self.xdata = jk.core.add_datapoint(self.xdata, time.time(), xnptsmax=self.mygraph.xnptsmax)
        # concatenate data on the fake data y-axis
        self.ydata = jk.core.add_datapoint(self.ydata, np.random.random(), xnptsmax=self.mygraph.xnptsmax)
        self.mygraph.set_xydata(t, self.ydata)

t = test()
t.start()
t.stop()

---

以下是一种允许在绘制一定数量的点后删除点的方法：

import matplotlib.pyplot as plt
# generate axes object
ax = plt.axes()

# set limits
plt.xlim(0,10) 
plt.ylim(0,10)

for i in range(10):        
     # add something to axes    
     ax.scatter([i], [i]) 
     ax.plot([i], [i+1], 'rx')

     # draw the plot
     plt.draw() 
     plt.pause(0.01) #is necessary for the plot to update for some reason

     # start removing points if you don't want all shown
     if i>2:
         ax.lines[0].remove()
         ax.collections[0].remove()

---

最后！我一直在寻找这个问题的答案+1:）我们如何使绘图自动重新缩放。ax.set_autoscale_on（True）似乎不起作用。找到了答案：更新数据后，调用ax.relim（）然后调用ax.autoscale_view（），但在调用plt.draw（）之前，指向Matplotlib cookbook（）的链接似乎已断开（我得到了“禁止”错误），因为没有调用show（），所以绘图永远不会出现在屏幕上。如果我调用show（），它将阻塞并不执行更新。我错过什么了吗？（这个答案有正确的总体思路，但示例代码无法运行）可能重复Yes！最后是一个与Spyder合作的解决方案！我缺少的是draw（）命令之后的gcf（）.canvas.flush_events（）。基于这个伟大的示例，我编写了一个允许重复打印的小型Python模块：一个漂亮的示例！清晰、简洁、通用、灵活：这应该是公认的答案。要在Jupyter笔记本中使用此选项，必须在matplotlib导入语句后添加

%matplotlib Notebook

魔术命令。plt.pause（0.01）是我需要的。非常感谢。