Comment automatiser les mises à jour de tracé dans Matplotlib

  1. canvas.draw() avec canvas_flush_events()
  2. plt.draw() pour mettre à jour les tracés dans Matplotlib

Pour automatiser la mise à jour du tracé dans Matplotlib, nous mettons à jour les données, effaçons le tracé existant, puis traçons les données mises à jour en boucle. Pour effacer les tracés existants, nous utilisons plusieurs méthodes telles que canvas.draw() avec canvas_flush_events(), plt.draw() et clear_output().

canvas.draw() avec canvas_flush_events()

Nous devons configurer l’intrigue une fois. Ensuite, nous pourrions mettre à jour les données des objets de tracé avec set_xdata() et set_ydata() et enfin mettre à jour le tracé en utilisant canvas.draw().

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

x = np.linspace(0, 10, 100)
y = np.cos(x)

plt.ion()

figure, ax = plt.subplots(figsize=(8,6))
line1, = ax.plot(x, y)

plt.title("Dynamic Plot of sinx",fontsize=25)

plt.xlabel("X",fontsize=18)
plt.ylabel("sinX",fontsize=18)

for p in range(100):
    updated_y = np.cos(x-0.05*p)
    
    line1.set_xdata(x)
    line1.set_ydata(updated_y)
    
    figure.canvas.draw()
    
    figure.canvas.flush_events()
    time.sleep(0.1)

automatiser les mises à jour de tracé dans Matplotlib à l'aide de canvas_draw

plt.ion() active le mode interactif. Le tracé ne sera pas mis à jour si plt.ion() n’est pas appelé.

canvas.draw() est une méthode basée sur JavaScript pour afficher les chiffres et canvas.flush_events() est également basée sur JavaScript pour effacer les chiffres.

plt.draw() pour mettre à jour les tracés dans Matplotlib

Nous utilisons la fonction matplotlib.pyplot.draw() pour mettre à jour les figures modifiées qui nous permettent de travailler en mode interactif. Pour mettre à jour les tracés, nous devons effacer les chiffres existants pour lesquels nous pouvons utiliser matplotlib.pyplot.clf() et matplotlib.axes.Axes.clear().

Avec plt.clf()

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

x = np.linspace(0, 10, 100)
y = np.cos(x)

plt.ion()

figure, ax = plt.subplots(figsize=(8,6))
line1, = ax.plot(x, y)

plt.title("Dynamic Plot of sinx",fontsize=25)

plt.xlabel("X",fontsize=18)
plt.ylabel("sinX",fontsize=18)

for p in range(100):
    updated_y = np.cos(x-0.05*p)
    
    line1.set_xdata(x)
    line1.set_ydata(updated_y)
    
    figure.canvas.draw()
    
    figure.canvas.flush_events()
    time.sleep(0.1)

Production:

automatiser les mises à jour de tracé dans Matplotlib en utilisant les méthodes draw et clf

Avec fig.clear()

import matplotlib.pyplot as plt
import numpy as np 

x = np.linspace(0, 10, 100)
y = np.cos(x)

fig = plt.figure()

for p in range(50):
    p=3
    updated_x=x+p
    updated_y=np.cos(x)
    plt.plot(updated_x,updated_y)
    plt.draw()  
    x=updated_x
    y=updated_y
    plt.pause(0.2)
    fig.clear()

Production:

automatiser les mises à jour de tracé dans Matplotlib en utilisant des méthodes de dessin et claires