Automatizza gli aggiornamenti dei grafici in Matplotlib

  1. canvas.draw() Insieme a canvas_flush_events()
  2. plt.draw() per aggiornare i grafici in Matplotlib

Per automatizzare l’aggiornamento del grafico in Matplotlib, aggiorniamo i dati, cancelliamo il grafico esistente e quindi tracciamo i dati aggiornati in un ciclo. Per cancellare i grafici esistenti usiamo diversi metodi come canvas.draw() insieme a canvas_flush_events(), plt.draw() e clear_output().

canvas.draw() Insieme a canvas_flush_events()

Dobbiamo configurare la trama una volta. Quindi, potremmo aggiornare i dati degli oggetti del grafico con set_xdata() e set_ydata() e infine aggiornare il grafico usando 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)

automatizza gli aggiornamenti della trama in Matplotlib usando canvas_draw

plt.ion() attiva la modalità interattiva. Il grafico non verrà aggiornato se plt.ion() non viene chiamato.

canvas.draw() è un metodo basato su Javascript per visualizzare le figure e canvas.flush_events() è anche basato su Javascript per cancellare le cifre.

plt.draw() per aggiornare i grafici in Matplotlib

Usiamo la funzione matplotlib.pyplot.draw() per aggiornare le figure alterate che ci permettono di lavorare in modalità interattiva. Per aggiornare i grafici, dobbiamo cancellare le figure esistenti per le quali possiamo usare matplotlib.pyplot.clf() e matplotlib.axes.Axes.clear().

Con 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)

Produzione:

automatizza gli aggiornamenti della trama in Matplotlib usando i metodi draw e clf

Con 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()

Produzione:

automatizza gli aggiornamenti della trama in Matplotlib usando i metodi draw e clear