Python Matplotlib更新实时绘图

我想用matplotlib更新一条线图，并想知道是否有对代码的良好修改，使得绘制的线只是得到更新，而不是每次都重新绘制。下面是一个示例代码：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
matplotlib.style.use('ggplot')

plt.ion() 
fig=plt.figure()

i=0
df = pd.DataFrame({"time": [pd.datetime.now()], "value": 0}).set_index("time")
plt.plot(df);

while True:
    temp_y=np.random.random();
    df2 = pd.DataFrame({"time": [pd.datetime.now()], "value": temp_y}).set_index("time")
    df = df.append(df2)
    plt.plot(df)
    i+=1
    plt.show()
    plt.pause(0.000001) 

正如你所看到的，绘图在一段时间后变得越来越慢，我认为折线图每次迭代都会重新绘制，因为它会改变颜色

是的

x = np.arange(10)
y = np.random.rand(10)

line, = plt.plot(x,y)
line.set_data(x,np.random.rand(10))
plt.draw()

但是，打印速度会变慢，因为您正在扩展数据帧，并且每个附加操作可能会将内存中的数据帧复制到新位置。随着数据帧大小的增加，该复制操作需要更长的时间。我将循环一个索引并绘制（

范围内的ii（len（data））：line.set_data（x[：ii]，y[：ii]）

）

编辑：

import numpy as np
import matplotlib.pyplot as plt; plt.ion()
import pandas as pd

n = 100
x = np.arange(n)
y = np.random.rand(n)
# I don't get the obsession with pandas...
df = pd.DataFrame(dict(time=x, value=y))

# initialise plot and line
line, = plt.plot(df['time'], df['value'])

# simulate line drawing
for ii in range(len(df)):
    line.set_data(df['time'][:ii], df['value'][:ii]) # couldn't be bothered to look up the proper way to index in pd
    plt.draw()
    plt.pause(0.001)

---

可以在matplotlib中使用以下代码进行实时打印

import random 
from itertools import count
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

plt.style.use('fivethirtyeight')

x_vals = []
y_vals = []

index = count()


def analyse(i):

    data = pd.read_csv(<your file which is updated or live data>)#u can use the pandas or any other data frame work
    x = data['index']
    y1 = data['readings']

    plt.cla()

    plt.plot(x, y1, label='Temperature') #in my case data is temperature
    
    plt.legend(loc='upper left')
    plt.tight_layout()

ani = FuncAnimation(plt.gcf(), analyse, interval=1000) #adjust intervals for call

plt.tight_layout()
plt.show()

随机导入
从itertools导入计数
作为pd进口熊猫
将matplotlib.pyplot作为plt导入
从matplotlib.animation导入FuncAnimation
plt.style.use（'fivethirtyeight'））
x_vals=[]
y_vals=[]
索引=计数（）
第（一）款：
data=pd.read_csv（）#您可以使用pandas或任何其他数据框架
x=数据[“索引”]
y1=数据[‘读数’]
plt.cla（）
plt.plot（x，y1，label='Temperature'）#在我的例子中，数据是温度
plt.图例（位置='左上'）
plt.紧_布局（）
ani=FuncAnimation（plt.gcf（），analysis，interval=1000）#调整通话间隔
plt.紧_布局（）
plt.show（）

获取

lines=plt.plot（df）

，并查看返回对象的属性。我认为

plt.setp（lines，xdata=new\u xdata，ydata=new\u ydata）

可能有效。请您根据我发布的代码提供一个示例。非常感谢帕特，谢谢你的编辑。只有当您事先知道数据的长度（n=100）时，[:ii]的示例才有效，对吗？使用while循环并在while循环中创建新的附加数据（如我的示例中所示），我必须以另一种方式进行。不，请不要这样做——您的绘图最终将停止。大概，你至少知道你想让情节持续多久，至少大致如此。然后初始化一个足够大的空数组，并在它进入时用数据填充该数组，然后按照上面的建议绘制已经拥有的数据。附加到数组总是一个坏主意，在99.9999%的情况下，不需要一点计划。我明白你的意思。但目前的情况是，我有一个来自金融信息系统的数据源。这些新的数据点（在这些示例中是附加的数据）被存储并随后从HDF存储中提取。我的目标是从这个HDFstore中获得最后n个元素的计数滚动窗口。因此，在我看来，没有理由认为打开while循环并绘制滚动数据是一个不好的选择，因为该程序理论上可以永远运行。好吧，目前它不会永远运行，因为很快你将落后于股票代码数分钟甚至数小时（如果你真的像代码显示的那样每微秒更新一次）。只需初始化一个足够1小时或一天的数组，然后在该数组已满时初始化并附加一个相同大小的新数组。另外，我真的，真的希望你不是以同样的方式附加到你的hdf5文件，因为在那里你会有完全相同的问题。。。接受答案，它会满足你最初的要求，甚至更多。