我是matplotlib
的新手,并试图显示我通过我的函数read_API()从api下载的三个变量的最后一小时数据的实时图表。数据位于带有DateTimeIndex的pandas数据框中。
例如:
In: dframe.head()
Out:
A B C
timestamp
2017-05-11 16:21:55 0.724931 0.361333 0.517720
2017-05-11 16:22:25 0.725386 0.360833 0.518632
2017-05-11 16:22:55 0.725057 0.361333 0.521157
2017-05-11 16:23:25 0.724402 0.362133 0.520002
简化代码是:
import pandas as pd
import matplotlib.pyplot as plt
import datetime as dt
while True:
dframe = read_API()
dframe['timestamp'] = dframe['timestamp'] + pd.DateOffset(hours=timezone)
dframe = dframe.set_index('timestamp')
end = dframe.index.max()
start= end.to_datetime() - dt.timedelta(hours=1)
dframe = dframe.loc[start:end]
plt.ion()
fig, ax = plt.subplots()
plt.pause(0.0001)
ax.plot_date(dframe.index.to_pydatetime(), dframe,marker='', linestyle='solid')
plt.draw()
它会在几秒钟内生成更新的图表,但是: 1)每个图表在一个新窗口中显示(称为图1,图2,图3 .....)。我想要一个单独的窗口覆盖前一个窗口 2)当每个图出现时,它是空白的。然后出现另一个空白,然后是另一个,然后第一个完成,依此类推。实际绘图落后约3个数字..... 我对绘图和子图之间的区别感到有点困惑,并认为问题可能与此有关。
答案 0 :(得分:4)
我认为您的代码存在的问题是每次刷新数据时都会调用fig, ax = plt.subplots()
。这会每次创建一个新的Figure
,因此您会看到弹出的新框架。
相反,您希望在while
循环之外创建Figure
,并且只在加载新数据后刷新Axes
。
我使用了您提供的基本示例来创建自我更新Figure
。
import pandas as pd
import matplotlib.pyplot as plt
import datetime as dt
data = [
{'timestamp': '2017-05-11 16:21:55', 'A': 0.724931, 'B': 0.361333, 'C': 0.517720},
{'timestamp': '2017-05-11 16:22:25', 'A': 0.725386, 'B': 0.360833, 'C': 0.518632},
{'timestamp': '2017-05-11 16:22:55', 'A': 0.725057, 'B': 0.361333, 'C': 0.521157},
{'timestamp': '2017-05-11 16:23:25', 'A': 0.724402, 'B': 0.362133, 'C': 0.520002},
]
df = pd.DataFrame(data)
df.set_index("timestamp")
plt.ion()
fig, ax = plt.subplots()
while True:
dframe = df.copy()
dframe['timestamp'] = pd.to_datetime(dframe['timestamp']) + pd.DateOffset(hours=2)
dframe = dframe.set_index('timestamp')
end = dframe.index.max()
start= end.to_datetime() - dt.timedelta(hours=1)
dframe = dframe.loc[start:end]
plt.pause(0.0001)
ax.plot_date(dframe.index.to_pydatetime(), dframe, marker='', linestyle='solid')
我无法重现已提升的Warning
,但我的猜测是它与pause
来电相关。也许尝试交换以下内容并编辑暂停时间。
ax.plot_date(dframe.index.to_pydatetime(), dframe, marker='', linestyle='solid')
plt.pause(0.01)
修复颜色非常简单。定义调色板,然后从中挑选。
colors = ['r', 'g', 'b']
plt.ion()
fig, ax = plt.subplots()
while True:
dframe = df.copy()
# Your data manipulation
# ...
dframe = dframe.loc[start:end]
for i, column in enumerate(dframe.columns):
ax.plot(dframe.index.to_pydatetime(), dframe[column], color=colors[i], marker=None, linestyle='solid')
plt.pause(0.1)
如果您有更多列,请为colors
数组添加更多颜色。或者,根据dframe
中的列数,即时生成它。