如何更新 matplotlib 中的绘图

Question

我在此处重绘图形时遇到问题。我允许用户指定时间刻度（x 轴）中的单位，然后我重新计算并调用此函数plots()。我希望情节简单地更新，而不是在图中附加另一个情节。

def plots():
    global vlgaBuffSorted
    cntr()

    result = collections.defaultdict(list)
    for d in vlgaBuffSorted:
        result[d['event']].append(d)

    result_list = result.values()

    f = Figure()
    graph1 = f.add_subplot(211)
    graph2 = f.add_subplot(212,sharex=graph1)

    for item in result_list:
        tL = []
        vgsL = []
        vdsL = []
        isubL = []
        for dict in item:
            tL.append(dict['time'])
            vgsL.append(dict['vgs'])
            vdsL.append(dict['vds'])
            isubL.append(dict['isub'])
        graph1.plot(tL,vdsL,'bo',label='a')
        graph1.plot(tL,vgsL,'rp',label='b')
        graph2.plot(tL,isubL,'b-',label='c')

    plotCanvas = FigureCanvasTkAgg(f, pltFrame)
    toolbar = NavigationToolbar2TkAgg(plotCanvas, pltFrame)
    toolbar.pack(side=BOTTOM)
    plotCanvas.get_tk_widget().pack(side=TOP)

Answer 1

你基本上有两个选择：

1. 完全按照您当前的操作进行操作，但在重新绘制数据之前调用graph1.clear() 和graph2.clear()。这是最慢，但最简单和最强大的选项。

2. 您可以只更新绘图对象的数据，而不是重新绘制。您需要对代码进行一些更改，但这应该比每次都重新绘制要快得多。但是，您正在绘制的数据的形状不会改变，如果您的数据范围发生变化，您需要手动重置 x 和 y 轴限制。

举第二个选项的例子：

import matplotlib.pyplot as plt
import numpy as np

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))
    fig.canvas.draw()
    fig.canvas.flush_events()

Answer 2

以上所有可能都是正确的，但对我来说，数字的“在线更新”仅适用于某些后端，特别是 wx。您可能会尝试更改为此，例如通过ipython --pylab=wx 启动 ipython/pylab！祝你好运！

Answer 3

如果有人看到这篇文章来寻找我正在寻找的东西，我在

上找到了示例

How to visualize scalar 2D data with Matplotlib?

和

http://mri.brechmos.org/2009/07/automatically-update-a-figure-in-a-loop (on web.archive.org)

然后修改它们以将 imshow 与帧的输入堆栈一起使用，而不是动态生成和使用轮廓。

---

从名为frames 的形状（nBins、nBins、nBins）图像的 3D 数组开始。

def animate_frames(frames):
    nBins   = frames.shape[0]
    frame   = frames[0]
    tempCS1 = plt.imshow(frame, cmap=plt.cm.gray)
    for k in range(nBins):
        frame   = frames[k]
        tempCS1 = plt.imshow(frame, cmap=plt.cm.gray)
        del tempCS1
        fig.canvas.draw()
        #time.sleep(1e-2) #unnecessary, but useful
        fig.clf()

fig = plt.figure()
ax  = fig.add_subplot(111)

win = fig.canvas.manager.window
fig.canvas.manager.window.after(100, animate_frames, frames)

我还找到了一种更简单的方法来完成整个过程，尽管不太健壮：

fig = plt.figure()

for k in range(nBins):
    plt.clf()
    plt.imshow(frames[k],cmap=plt.cm.gray)
    fig.canvas.draw()
    time.sleep(1e-6) #unnecessary, but useful

请注意，这两个似乎都只适用于ipython --pylab=tk，也就是backend = TkAgg

感谢您对一切的帮助。

Answer 4

我发布了一个名为 python-drawnow 的包，它提供了让图形更新的功能，通常在 for 循环中调用，类似于 Matlab 的 drawnow。

示例用法：

from pylab import figure, plot, ion, linspace, arange, sin, pi
def draw_fig():
    # can be arbitrarily complex; just to draw a figure
    #figure() # don't call!
    plot(t, x)
    #show() # don't call!

N = 1e3
figure() # call here instead!
ion()    # enable interactivity
t = linspace(0, 2*pi, num=N)
for i in arange(100):
    x = sin(2 * pi * i**2 * t / 100.0)
    drawnow(draw_fig)

此软件包适用于任何 matplotlib 图，并提供在每次图更新后等待或放入调试器的选项。

Answer 5

这对我有用。重复调用一个函数，每次更新图。

import matplotlib.pyplot as plt
import matplotlib.animation as anim

def plot_cont(fun, xmax):
    y = []
    fig = plt.figure()
    ax = fig.add_subplot(1,1,1)

    def update(i):
        yi = fun()
        y.append(yi)
        x = range(len(y))
        ax.clear()
        ax.plot(x, y)
        print i, ': ', yi

    a = anim.FuncAnimation(fig, update, frames=xmax, repeat=False)
    plt.show()

“fun”是一个返回整数的函数。 FuncAnimation 会重复调用“update”，它会执行“xmax”次。

Answer 6

您还可以执行以下操作： 这将在 for 循环的 50 次循环中在绘图上绘制一个 10x1 的随机矩阵数据。

import matplotlib.pyplot as plt
import numpy as np

plt.ion()
for i in range(50):
    y = np.random.random([10,1])
    plt.plot(y)
    plt.draw()
    plt.pause(0.0001)
    plt.clf()

Answer 7

这对我有用：

from matplotlib import pyplot as plt
from IPython.display import clear_output
import numpy as np
for i in range(50):
    clear_output(wait=True)
    y = np.random.random([10,1])
    plt.plot(y)
    plt.show()

Answer 8

根据其他答案，我将图形的更新包装在 python 装饰器中，以将绘图的更新机制与实际绘图分开。这样，更容易更新任何情节。

def plotlive(func):
    plt.ion()

    @functools.wraps(func)
    def new_func(*args, **kwargs):

        # Clear all axes in the current figure.
        axes = plt.gcf().get_axes()
        for axis in axes:
            axis.cla()

        # Call func to plot something
        result = func(*args, **kwargs)

        # Draw the plot
        plt.draw()
        plt.pause(0.01)

        return result

    return new_func 

使用示例

然后你就可以像使用其他装饰器一样使用它了。

@plotlive
def plot_something_live(ax, x, y):
    ax.plot(x, y)
    ax.set_ylim([0, 100])

唯一的限制是你必须在循环之前创建图形：

fig, ax = plt.subplots()
for i in range(100):
    x = np.arange(100)
    y = np.full([100], fill_value=i)
    plot_something_live(ax, x, y)