在matplotlib中动态更新plot

zynd9foi  于 2023-04-12  发布在  其他
关注(0)|答案(4)|浏览(179)

我正在用Python编写一个应用程序,它从串行端口收集数据,并绘制所收集数据与到达时间的关系图。数据的到达时间是不确定的。我希望在收到数据时更新图。我搜索了如何做到这一点,发现了两种方法:
1.清除该图,然后重新绘制包含所有点的图。
1.通过在特定间隔后更改图来设置图的动画。
我不喜欢第一个,因为程序运行和收集数据很长一段时间(例如一天),重绘图将非常慢。第二个也不是最好的,因为数据到达的时间是不确定的,我希望只有当数据被接收时,图才更新。
有没有一种方法可以让我只在接收到数据时添加更多的点来更新图?

nue99wik

nue99wik1#

  • 有没有一种方法,我可以通过添加更多的点来更新图... *

在matplotlib中有很多方法来动画数据,这取决于你的版本。你看过matplotlib文档中的动画示例吗?animation API定义了一个函数FuncAnimation,它可以在时间上动画一个函数。这个函数可能只是你用来获取数据的函数。
每个方法基本上都设置了被绘制对象的data属性,所以不需要清除屏幕或图形。data属性可以简单地扩展,所以你可以保留以前的点,然后继续添加到你的线条(或图像或任何你正在绘制的东西)。
假设你说你的数据到达时间是不确定的,你最好的选择可能是这样做:

import matplotlib.pyplot as plt
import numpy

hl, = plt.plot([], [])

def update_line(hl, new_data):
    hl.set_xdata(numpy.append(hl.get_xdata(), new_data))
    hl.set_ydata(numpy.append(hl.get_ydata(), new_data))
    plt.draw()

然后,当您从串行端口接收数据时,只需调用update_line

cgh8pdjw

cgh8pdjw2#

为了在没有FuncAnimation的情况下实现这一点(例如,你想在生成图的同时执行代码的其他部分,或者你想同时更新几个图),单独调用draw不会生成图(至少在qt后端)。
以下是我的工作:

import matplotlib.pyplot as plt
plt.ion()
class DynamicUpdate():
    #Suppose we know the x range
    min_x = 0
    max_x = 10

    def on_launch(self):
        #Set up plot
        self.figure, self.ax = plt.subplots()
        self.lines, = self.ax.plot([],[], 'o')
        #Autoscale on unknown axis and known lims on the other
        self.ax.set_autoscaley_on(True)
        self.ax.set_xlim(self.min_x, self.max_x)
        #Other stuff
        self.ax.grid()
        ...

    def on_running(self, xdata, ydata):
        #Update data (with the new _and_ the old points)
        self.lines.set_xdata(xdata)
        self.lines.set_ydata(ydata)
        #Need both of these in order to rescale
        self.ax.relim()
        self.ax.autoscale_view()
        #We need to draw *and* flush
        self.figure.canvas.draw()
        self.figure.canvas.flush_events()

    #Example
    def __call__(self):
        import numpy as np
        import time
        self.on_launch()
        xdata = []
        ydata = []
        for x in np.arange(0,10,0.5):
            xdata.append(x)
            ydata.append(np.exp(-x**2)+10*np.exp(-(x-7)**2))
            self.on_running(xdata, ydata)
            time.sleep(1)
        return xdata, ydata

d = DynamicUpdate()
d()
kyxcudwk

kyxcudwk3#

以下是一种允许在绘制一定数量的点后删除点的方法:

import matplotlib.pyplot as plt
# generate axes object
ax = plt.axes()

# set limits
plt.xlim(0,10) 
plt.ylim(0,10)

for i in range(10):        
     # add something to axes    
     ax.scatter([i], [i]) 
     ax.plot([i], [i+1], 'rx')

     # draw the plot
     plt.draw() 
     plt.pause(0.01) #is necessary for the plot to update for some reason

     # start removing points if you don't want all shown
     if i>2:
         ax.lines[0].remove()
         ax.collections[0].remove()
mepcadol

mepcadol4#

我知道我回答这个问题已经晚了,但是对于你的问题,你可以看看“操纵杆”软件包。我设计它是为了从串行端口绘制数据流,但它适用于任何数据流。它还允许交互式文本记录或图像绘制(除了图形绘制之外)。不需要在单独的线程中执行自己的循环,包会处理它,只要给予你想要的更新频率。加上终端在绘图时仍然可以用于监视命令。参见http://www.github.com/ceyzeriat/joystick/https://pypi.python.org/pypi/joystick(使用pip install操纵杆安装)
只需将np.random.random()替换为从以下代码中的串行端口读取的真实的数据点:

import joystick as jk
import numpy as np
import time

class test(jk.Joystick):
    # initialize the infinite loop decorator
    _infinite_loop = jk.deco_infinite_loop()

    def _init(self, *args, **kwargs):
        """
        Function called at initialization, see the doc
        """
        self._t0 = time.time()  # initialize time
        self.xdata = np.array([self._t0])  # time x-axis
        self.ydata = np.array([0.0])  # fake data y-axis
        # create a graph frame
        self.mygraph = self.add_frame(jk.Graph(name="test", size=(500, 500), pos=(50, 50), fmt="go-", xnpts=10000, xnptsmax=10000, xylim=(None, None, 0, 1)))

    @_infinite_loop(wait_time=0.2)
    def _generate_data(self):  # function looped every 0.2 second to read or produce data
        """
        Loop starting with the simulation start, getting data and
    pushing it to the graph every 0.2 seconds
        """
        # concatenate data on the time x-axis
        self.xdata = jk.core.add_datapoint(self.xdata, time.time(), xnptsmax=self.mygraph.xnptsmax)
        # concatenate data on the fake data y-axis
        self.ydata = jk.core.add_datapoint(self.ydata, np.random.random(), xnptsmax=self.mygraph.xnptsmax)
        self.mygraph.set_xydata(t, self.ydata)

t = test()
t.start()
t.stop()

相关问题