在 matplotlib 中动态更新绘图

问题描述：

我正在用 Python 制作一个应用程序，它从串行端口收集数据并绘制收集到的数据与到达时间的图表。数据的到达时间不确定。我希望在收到数据时更新图表。我搜索了如何做到这一点，找到了两种方法：

1. 清除绘图并再次使用所有点重新绘制绘图。

2. 通过在特定间隔后进行更改来使情节动起来。

我不喜欢第一种，因为程序运行和收集数据的时间很长（例如一天），重新绘制图表会很慢。第二种也不好，因为数据的到达时间不确定，我希望图表只在收到数据时更新。

有没有一种方法可以让我仅在收到数据时通过添加更多点来更新图表？

解决方案 1：

有没有什么办法可以让我通过添加更多点来更新情节......

matplotlib 中有多种数据动画方法，具体取决于您使用的版本。您看过matplotlib 文档中的动画示例吗？动画 API定义了一个函数FuncAnimation，它可以随时间对函数进行动画处理。此函数可能就是您用来获取数据的函数。

每种方法基本上都会设置data正在绘制的对象的属性，因此不需要清除屏幕或图形。该data属性可以简单地扩展，因此您可以保留先前的点并继续添加到您的线条（或图像或您正在绘制的任何内容）中。

鉴于您说您的数据到达时间不确定，您最好的选择可能就是执行以下操作：

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_line。

解决方案 2：

为了在没有 FuncAnimation 的情况下做到这一点（例如，您想要在生成绘图时执行代码的其他部分，或者您想要同时更新多个绘图），draw单独调用不会生成绘图（至少使用 qt 后端）。

以下对我有用：

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()

解决方案 3：

这是一种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()

解决方案 4：

我知道我回答这个问题有点晚了，但对于您的问题，您可以查看“joystick”包。我设计它是为了绘制来自串行端口的数据流，但它适用于任何数据流。它还允许交互式文本记录或图像绘制（除了图形绘制）。无需在单独的线程中执行自己的循环，包会处理它，只需提供您希望的更新频率。此外，终端在绘图时仍可用于监控命令。请参阅http://www.github.com/ceyzeriat/joystick/或https://pypi.python.org/pypi/joystick（使用 pip install joystick 进行安装）

只需在下面的代码中将 np.random.random() 替换为从串行端口读取的真实数据点：

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()