如何使用 Matplotlib 實時繪製資料

  1. FuncAnimation() 函式
  2. canvas.draw()canvas_flush_events()
  3. Matplotlib 實時散點圖

為了使用 Matplotlib 實時繪製資料或在 Matplotlib 中製作動畫,我們不斷地通過迴圈迭代然後繪製更新後的值來更新要繪製的變數。為了通過動畫實時檢視更新的繪圖,我們使用了各種方法,例如 FuncAnimation() 函式,canvas.draw()canvas_flush_events()

FuncAnimation() 函式

我們可以通過更新變數 xy 然後使用 matplotlib.animation.FuncAnimation 通過動畫顯示更新來實時更新圖。

語法:

matplotlib.animation.FuncAnimation(fig, 
                                   func, 
                                   frames=None,
                                   init_func=None, 
                                   fargs=None,
                                   save_count=None, 
                                   *, 
                                   cache_frame_data=True,
                                   **kwargs)

程式碼:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

x = []
y = []

figure, ax = plt.subplots(figsize=(4,3))
line, = ax.plot(x, y)
plt.axis([0, 4*np.pi, -1, 1])

def func_animate(i):
    x = np.linspace(0, 4*np.pi, 1000)
    y = np.sin(2 * (x - 0.1 * i))
    
    line.set_data(x, y)
    
    return line,

ani = FuncAnimation(figure,
                    func_animate,
                    frames=10,
                    interval=50)

ani.save(r'animation.gif', fps=10)

plt.show()

使用 FuncAnimation function.png 實時繪製

ani = FuncAnimation(figure,
                    func_animate,
                    frames=10,
                    interval=50)

figure 是圖形物件,其圖將被更新。

func_animate 是在每一幀都要呼叫的函式。它的第一個引數來自下一個值 frames

frames = 10 等於 range(10)。每幀將 0 到 9 的值傳遞給 func_animate。我們還可以為 interframe 分配一個幀,例如列表 [0,1,3,7,12]

間隔是指以毫秒為單位的幀之間的延遲。

ani.save('animation.gif', fps=10)

我們可以使用諸如 fpsdpi 之類的引數將動畫儲存為 gifmp4

canvas.draw()canvas_flush_events()

我們可以通過使用 set_xdata()set_ydata() 更新變數 x 和 y 來實時更新繪圖,然後使用 canvas.draw() 通過動畫顯示更新,它是 JavaScript 的方法。

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)

使用 canvas_draw 在 Matplotlib 中進行實時繪圖

在這裡,xy 的值被重複更新,並且圖也被實時更新。

plt.ion() 開啟互動模式。如果未呼叫該圖,則不會更新。

canvas.flush_events() 是一種基於 JavaScript 的方法,用於在每次迭代時清除圖形,以使後續圖形不會重疊。

Matplotlib 實時散點圖

但是,要畫實時分散圖,我們只需更新 x 和 y 的值並在每次迭代中新增分散點即可。在這種情況下,我們不需要清除每個圖形,因為散點圖通常表示平面中的一個不同點,並且這些點幾乎沒有重疊的機會。

import numpy as np
import matplotlib.pyplot as plt
x=0
for i in range(100):
    x=x+0.04
    y = np.sin(x)
    plt.scatter(x, y)
    plt.title("Real Time plot")
    plt.xlabel("x")
    plt.ylabel("sinx")
    plt.pause(0.05)

plt.show()

實時散佈圖