我想用matplotlib创建一个动画来监控聚类算法的收敛。它应该在第一次调用时绘制我的数据的散点图,并在每次更新绘图时绘制误差椭圆。我正在尝试使用canvas_copy_from_bbox()
和restore_region()
来保存散点图,然后在我更新绘图时绘制一组新的省略号。
但是,代码只是将新椭圆绘制在旧椭圆之上,而不先清除先前的绘图。
我怀疑,这种方法不适用于Ellipse()
和add_path()
命令,但我不知道如何解决这个问题。
以下是代码:
import wx
import math
from math import pi
from matplotlib.patches import Ellipse
from matplotlib.figure import Figure
from matplotlib.backends.backend_wxagg import \
FigureCanvasWxAgg as FigureCanvas
TIMER_ID = wx.NewId()
class _MonitorPlot(wx.Frame):
def __init__(self, data, scale=1):
self.scale = scale
wx.Frame.__init__(self, None, wx.ID_ANY,
title="FlowVB Progress Monitor", size=(800, 600))
self.fig = Figure((8, 6), 100)
self.canvas = FigureCanvas(self, wx.ID_ANY, self.fig)
self.ax = self.fig.add_subplot(111)
x_lims = [data[:, 0].min(), data[:, 0].max()]
y_lims = [data[:, 1].min(), data[:, 1].max()]
self.ax.set_xlim(x_lims)
self.ax.set_ylim(y_lims)
self.ax.set_autoscale_on(False)
self.l_data = self.ax.plot(data[:, 0], data[:, 1], color='blue',
linestyle='', marker='o')
self.canvas.draw()
self.bg = self.canvas.copy_from_bbox(self.ax.bbox)
self.Bind(wx.EVT_IDLE, self._onIdle)
def update_plot(self, pos, cov):
self.canvas.restore_region(self.bg)
for k in range(pos.shape[0]):
l_center, = self.ax.plot(pos[k, 0], pos[k, 1],
color='red', marker='+')
U, s, Vh = np.linalg.svd(cov[k, :, :])
orient = math.atan2(U[1, 0], U[0, 0]) * 180 / pi
ellipsePlot = Ellipse(xy=pos[k, :], width=2.0 * math.sqrt(s[0]),
height=2.0 * math.sqrt(s[1]),
angle=orient, facecolor='none',
edgecolor='red')
self.ax.add_patch(ellipsePlot)
self.canvas.draw()
self.canvas.blit(self.ax.bbox)
答案 0 :(得分:5)
正在发生的事情是,您每次都会在绘图中添加新的修补程序,然后在调用self.canvas.draw()
时绘制所有修补程序。
最快的解决方法是在添加每个补丁后调用self.canvas.draw_artist(ellipsePlot)
并移除对self.canvas.draw()
的调用
作为一个简单的,独立的例子:
# Animates 3 ellipses overlain on a scatterplot
import matplotlib.pyplot as plt
from matplotlib.patches import Ellipse
import numpy as np
num = 10
x = np.random.random(num)
y = np.random.random(num)
plt.ion()
fig = plt.figure()
ax = fig.add_subplot(111)
line = ax.plot(x, y, 'bo')
fig.canvas.draw()
bg = fig.canvas.copy_from_bbox(ax.bbox)
# Pseudo-main loop
for i in range(100):
fig.canvas.restore_region(bg)
# Make a new ellipse each time... (inefficient!)
for i in range(3):
width, height, angle = np.random.random(3)
angle *= 180
ellip = Ellipse(xy=(0.5, 0.5), width=width, height=height,
facecolor='red', angle=angle, alpha=0.5)
ax.add_patch(ellip)
ax.draw_artist(ellip)
fig.canvas.blit(ax.bbox)
然而,随着时间的推移,这可能会导致内存消耗问题,因为轴对象将跟踪添加到其中的所有艺术家。如果你的轴没有长时间闲置,这可能是微不足道的,但你应该至少知道它会导致内存泄漏。解决此问题的一种方法是通过在绘制后为每个椭圆调用ax.remove(ellipsePlot)
来从轴中删除省略号艺术家。然而,这仍然是效率低下的,因为当您可以更新它们时,您不断创建和销毁椭圆艺术家。 (创建和销毁它们根本没有太多开销,但它主要是一个风格问题......)
如果椭圆的数量随时间保持不变,则更新和更容易更新每个椭圆艺术家对象的属性,而不是创建和添加新的椭圆。这样可以避免从轴上删除“旧”椭圆,因为只需要你需要的数字。
作为一个简单的,独立的例子:
# Animates 3 ellipses overlain on a scatterplot
import matplotlib.pyplot as plt
from matplotlib.patches import Ellipse
import numpy as np
num = 10
x = np.random.random(num)
y = np.random.random(num)
plt.ion()
fig = plt.figure()
ax = fig.add_subplot(111)
line = ax.plot(x, y, 'bo')
fig.canvas.draw()
bg = fig.canvas.copy_from_bbox(ax.bbox)
# Make and add the ellipses the first time (won't ever be drawn)
ellipses = []
for i in range(3):
ellip = Ellipse(xy=(0.5, 0.5), width=1, height=1,
facecolor='red', alpha=0.5)
ax.add_patch(ellip)
ellipses.append(ellip)
# Pseudo-main loop
for i in range(100):
fig.canvas.restore_region(bg)
# Update the ellipse artists...
for ellip in ellipses:
ellip.width, ellip.height, ellip.angle = np.random.random(3)
ellip.angle *= 180
ax.draw_artist(ellip)
fig.canvas.blit(ax.bbox)