Question

我注意到，绘制长度不断增加的不断更新的数据（我发现）的每个解决方案都有一个巨大的挫折-如果没有立即出现数据，则matplotlib窗口会冻结（例如没有响应）。以这个为例：

from matplotlib import pyplot as plt
from matplotlib import animation
from random import randint
from time import sleep
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
line, = ax.plot([])
x = []
y = []
def animate(i):
    x.append(i)
    y.append(randint(0,10))
    for i in range(100000000):
        # Do calculations to attain next data point
        pass
    line.set_data(x, y)
    return line,

anim = animation.FuncAnimation(fig, animate,
                               frames=200, interval=20, blit=True)
plt.show()

此代码可以很好地运行，而无需在动画函数中进行循环的数据获取，但是在该窗口中冻结了图形窗口。还要注意这一点：

plt.ion()
x = []

for i in range(1000):
    x.append(randint(0,10))
    for i in range(100000000):
        # Do calculations to attain next data point
        pass
    plt.plot(x)
    plt.pause(0.001)

也冻结。（为此，感谢上帝，因为使用该方法无法关闭边界线，因为图表不断在所有内容面前弹出。我不建议您删除睡眠）

这也是：

plt.ion()
x = []

for i in range(1000):
    x.append(randint(0,10))
    for i in range(100000000):
        # Do calculations to attain next data point
        pass
    plt.plot(x)
    plt.draw()
    plt.pause(0.001)
    plt.clf()

也是这样：（从https://stackoverflow.com/a/4098938/9546874复制）

import matplotlib.pyplot as plt
import numpy as np
from time import sleep
x = np.linspace(0, 6*np.pi, 100)
y = np.sin(x)

# You probably won't need this if you're embedding things in a tkinter plot...
plt.ion()

fig = plt.figure()
ax = fig.add_subplot(111)
line1, = ax.plot(x, y, 'r-') # Returns a tuple of line objects, thus the comma

for phase in np.linspace(0, 10*np.pi, 500):
    line1.set_ydata(np.sin(x + phase))
    for i in range(100000000):
        # Do calculations to attain next data point
        pass
    fig.canvas.draw()
    fig.canvas.flush_events()

这是一个很大的问题，因为天真地认为所有数据都将以一致的间隔出现。我只想要一个图表，该图表在数据到来时会更新，并且不会在停机期间崩溃。请记住，数据之间的间隔可能会更改，可能是2秒或5分钟。

编辑：

经过进一步测试，可以使用FuncAnimation，但是它非常笨拙，并且仍然有些破损。如果将interval增加到animate的预期时间以上，则可以使用，但是每次平移或缩放图形时，所有数据都会消失，直到下一次更新。因此，一旦有了视图，就无法触摸。

编辑：

为了清晰起见，将睡眠更改为for循环

Answer 1

更新的答案：问题在于数据获取或生成以及matplotlib窗口在同一线程上运行，因此前者阻止了后者。为了克服这个问题，将数据采集移到一个单独的过程中，如this example所示。除了进程和管道，您还可以使用线程和队列。

Answer 2

请参见此示例，了解睡眠情况，效果很好：

= ^ .. ^ =

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


fig, ax = plt.subplots()
x = np.arange(0, 2*np.pi, 0.01)
line, = ax.plot(x)


def animate(i):
    y_data = 0
    for j in range(10):
        y_data = np.random.uniform(-1, j, 1)

    line.set_ydata(y_data)
    plt.pause(1)
    return line,


ani = animation.FuncAnimation(
    fig, animate, interval=2, blit=True, save_count=50)


plt.ylim(-2, 11)
plt.show()

Matplotlib实时图能够处理两次数据更新之间的长时间

2 个答案: