matplotlib，制作平滑的图形线答案

【问题标题】：matplotlib, make smooth graph linematplotlib，制作平滑的图形线
【发布时间】：2016-12-14 04:52:09
【问题描述】：

我无法使连接图表上各点的线平滑。这似乎更困难，因为我正在运行一个动画图，我在网上看到的所有示例都是静态图。我尝试遵循这个插值示例，但我似乎无法让它工作。那里有任何 matplotlib 大师吗？这是图表的代码。

import psutil
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import matplotlib.animation as animation
from collections import deque


fig = plt.figure()
ax = plt.axes(xlim=(0, 200), ylim=(0, 100))
line, = ax.plot([],[])

y_list = deque([-1]*200)
x_list = deque(np.arange(200,0,-1))


def init():
    line.set_data([],[])
    return line,


def animate(i):
    y_list.pop()
    y_list.appendleft(psutil.cpu_percent(None,False))
    line.set_data(x_list,y_list)
    return line,

anim = animation.FuncAnimation(fig, animate, init_func=init,
                           frames=200, interval=100, blit=True)

plt.show()

【问题讨论】：

Slow and smooth drawing lines python matplotlib的可能重复
@MikeJSChoi 不是重复的。在这里的这个问题中，'smooth' 是指屏幕上线条的平滑，而在链接问题中，'smooth' 是指动画中的过渡。
@HexxNine 什么是“这个插值示例”？你能链接到它吗？您还需要说出平滑线的确切含义？一条直线，显示平均值还是曲线？其他插值示例在多大程度上不适合您？问题到底出在哪里？
@ImportanceOfBeingErnest 这是我所指的链接，我想我把它放在上面猜我忘了：P docs.scipy.org/doc/scipy/reference/tutorial/interpolate.html

标签： python matplotlib

【解决方案1】：

有不同种类的平滑。我们可以考虑显示均值的线、过滤函数或样条。我实现了以下所有三种方法。

import psutil
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
import matplotlib.animation as animation
from collections import deque

import scipy.ndimage.filters
import scipy.interpolate


fig = plt.figure()
ax = plt.axes(xlim=(0, 200), ylim=(0, 100))
line, = ax.plot([],[], color="b", label="cpu")
mean_line, = ax.plot([],[], linestyle="--", color="k",label="mean")
filter_line, = ax.plot([],[], linewidth=2, color="r", label="gauss filter")
interp_line, = ax.plot([],[], linewidth=1.5, color="purple", label="spline")

plt.legend()
y_list = deque([-1]*200)
x_list = deque(np.arange(200,0,-1))


def init():
    line.set_data([],[])
    return line,


def animate(i):
    y_list.pop()
    y_list.appendleft(psutil.cpu_percent(None,False))
    line.set_data(x_list,y_list)
    x = np.array(x_list)
    y = np.array(y_list)
    filtered = scipy.ndimage.filters.gaussian_filter1d(y, sigma=4)

    mean_line.set_data(x, np.ones_like(x)*y.mean())
    filter_line.set_data(x,filtered)
    try:
        tck = scipy.interpolate.splrep(x[::-1], y[::-1], s=50000)
        interpolated = scipy.interpolate.splev(x[::-1], tck, der=0)
        interp_line.set_data(x,interpolated[::-1])
    except:
        pass

    return line,filter_line,mean_line,interp_line,

anim = animation.FuncAnimation(fig, animate, init_func=init,
                           frames=200, interval=100, blit=True)

plt.show()

【讨论】：