Python 每次迭代计算后在matplotlib中实时更新pcolormesh绘图

我有以下用于求解2D热方程的python代码。我可以运行此代码进行一定次数的迭代并保存所有计算，然后使用FuncAnimation为迭代设置动画。然而，我更愿意做的是，根据初始条件创建一个初始图，然后在每次迭代后更新这个图。在下面的代码中，我可以做到这一点。但是，为了更新，我必须关闭每个图形，我正在寻找的是相同图形中代码的完整动画，而无需在每次集成后关闭每个图形。然后，我希望最后一个数字保持不变（不接近）

我目前的代码是：

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

plate_length = 50
max_iter = 25 

alpha = 2
delta_x = 1

delta_t = (delta_x ** 2)/(4 * alpha)
gamma = (alpha * delta_t) / (delta_x ** 2)

# Initialize solution: the grid of u(k, i, j)
u = np.empty((max_iter, plate_length, plate_length))

# Boundary conditions
u_top = 100.0
u_left = 0.0
u_bottom = 0.0
u_right = 0.0

# Set the initial condition
u.fill(0.)

# Set the boundary conditions
u[:, (plate_length-1):, :] = u_top
u[:, :, :1] = u_left
u[:, :1, 1:] = u_bottom
u[:, :, (plate_length-1):] = u_right

# Plot initial condition
cm = plt.pcolormesh(u[0], cmap=plt.cm.jet, vmin=0, vmax=100)
plt.show()

# Do the calculation here, update u for each k iteration
for k in range(0, max_iter, 1):
    for i in range(1, plate_length-1, delta_x):
        for j in range(1, plate_length-1, delta_x):
            u[k + 1, i, j] = u[k][i][j] + \
                             gamma * (u[k][i+1][j] + u[k][i-1][j] + \
                                      u[k][i][j+1] + u[k][i][j-1] - 4*u[k][i][j]) 

# Plot current value of u
    cm = plt.pcolormesh(u[k], cmap=plt.cm.jet, vmin=0, vmax=100)
    plt.show()

如果您能提供任何帮助，我们将不胜感激

谢谢，

几句话：

• 为了提高计算效率，在计算扩散项时避免for循环（非常慢）。矢量化形式要快得多：
• 找到一个使用它的代码
• 注：对于大多数实际应用，时间步长“delta_t”必须更小，迭代次数“max_iter”必须比使用explicite时间步长方案时此处假设的要大得多。（使用隐式时间步进时会发生更改。）。因此，在u型阵列的k分量中保留每个时间步的结果仅适用于第一次试验

对于绘制中间结果，可能有不同的方法

（i） 仅绘制每个时间步mT，例如：

mT = 10
for k in range(max_iter):
   DU = ......
   u = u + DU
   if k % mT == 0:   # modulo-operator
       plot_uField(u)

（ii）在一个图中显示多个时间步：as或or

（iii）考虑带或带的动画（对于3D和动画，效率更高）。但是计算最终的视频可能很耗时

---

我希望这能给你一些想法。

我能够通过替换上面的代码来实现这一点

#绘制初始条件

有以下几点

# Plot initial condition
fig = plt.figure()

plt.pcolormesh(u[0], cmap=plt.cm.jet, vmin=0, vmax=100)
fig.canvas.draw()
plt.pause(0.01)

# Do the calculation here, update u for each k iteration
for k in range(0, max_iter-1, 1):
    for i in range(1, plate_length-1, delta_x):
        for j in range(1, plate_length-1, delta_x):
            u[k + 1, i, j] = u[k][i][j] + \
                             gamma * (u[k][i+1][j] + u[k][i-1][j] + \
                                      u[k][i][j+1] + u[k][i][j-1] - 4*u[k][i][j]) 

    plt.pcolormesh(u[k], cmap=plt.cm.jet, vmin=0, vmax=100)
    fig.canvas.draw()
    plt.pause(0.01)
    
plt.show()

---

这是一个很好的信息，将利用其中的许多评论。我的基本问题在你的陈述（i）中，也在我的“k”循环中的代码中，

cm=plt.pcolormesh（u[k]，cmap=plt.cm.jet，vmin=0，vmax=100）

。我的问题是我不想关闭一个数字，然后弹出新的数字。我想要一个用新值“u”更新的数字。对于直线图，我只需声明

set_xdata

或

set_ydata

，我的图就会用当前数据更新。如何使用

pcolormesh

？我自己没有尝试过：在本例中，当您用cm=plt.pcolormesh（u[k]，cmap=plt.cm.jet，vmin=0，vmax=100）替换（）line 1，=ax.plot（x，y）时会发生什么？不幸的是，这只适用于线图，因为它使用set_xdata和setydata调用更新数据。如果pcolormesh有这样的东西就好了。请看酷！我在朱皮特试过。但它会生成k画布/图像