HOWTO · Matplotlib

如何使用 Matplotlib 實時繪製資料

使用 FuncAnimation()、手動重繪畫布或更新中的散點圖繪圖物件,在 Matplotlib 視窗中繪製持續變化的資料。

本頁內容

若要在 Matplotlib 視窗中繪製持續變化的資料,請更新圖中繪圖物件所持有的資料,並讓支援 GUI 的後端刷新顯示內容。若資料以影格形式更新,可使用 FuncAnimation();若要在迴圈中直接控制更新,可使用 canvas.draw() 和 canvas.flush_events();若每次更新都會新增一個點,則可使用散點圖繪圖物件。這些範例會在本機產生資料;改寫時可將更新邏輯替換成自己的資料來源。它們不會連接感測器或網路資料流。

使用 FuncAnimation() 製作動態圖表

matplotlib.animation.FuncAnimation 會為每個影格呼叫更新函式,並安排重繪。回呼函式會收到目前的影格值、更新既有折線,並傳回已變更的繪圖物件。frames=10 會提供從 0 到 9 的值;interval=50 則要求影格之間延遲 50 毫秒。實際時序取決於 GUI 事件迴圈。

只要視窗仍開啟,就要保留動畫物件的參照。範例會以互動方式顯示動畫。若要儲存動畫,請在呼叫 plt.show() 之前執行 ani.save("animation.gif", writer="pillow", fps=10),並安裝 Pillow 等相容的動畫寫入器。儲存是獨立的渲染步驟,不會建立即時資料流。

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

figure, ax = plt.subplots()
line, = ax.plot([], [])
ax.set(xlim=(0, 2 * np.pi), ylim=(-1, 1), xlabel="x", ylabel="sin(x)")

def update(frame):
    x = np.linspace(0, 2 * np.pi, 200)
    y = np.sin(x - frame / 5)
    line.set_data(x, y)
    return (line,)

ani = FuncAnimation(figure, update, frames=40, interval=50, blit=True)
plt.show()

使用 FuncAnimation() 即時繪製折線圖

如果動畫需要獨立的初始狀態,請使用 init_func;若要傳入其他固定參數給回呼函式,則可使用 fargs。如果視窗開啟後沒有更新,請確認所選的 Matplotlib 後端支援 GUI 事件迴圈,並在視窗顯示期間保留 ani 參照。

使用 canvas.draw() 和 canvas.flush_events() 更新折線圖

如果要由迴圈控制每次更新,請先建立一條折線,再用 set_ydata() 修改其資料。接著,canvas.draw() 會渲染更新後的圖形,而 canvas.flush_events() 會讓 GUI 處理待處理的事件。這兩者都是 Matplotlib 畫布的方法,不會清除圖形。plt.ion() 可啟用互動模式,短暫暫停則能讓 GUI 有時間回應。

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

x = np.linspace(0, 2 * np.pi, 200)
figure, ax = plt.subplots()
line, = ax.plot(x, np.sin(x))
ax.set(xlim=(0, 2 * np.pi), ylim=(-1, 1), xlabel="x", ylabel="sin(x)")

plt.ion()
for frame in range(40):
    line.set_ydata(np.sin(x - frame / 5))
    figure.canvas.draw()
    figure.canvas.flush_events()
    time.sleep(0.05)

plt.ioff()
plt.show()

使用 canvas.draw() 更新的 Matplotlib 即時折線圖

當迴圈還需要協調其他工作時,這種做法很實用。每次更新都應保持簡短,讓事件迴圈能處理輸入和重繪要求。在非互動式後端中,這些呼叫可以渲染圖形,但無法提供即時回應的視窗;若要互動更新,請選用 GUI 後端。

建立即時散點圖

若要顯示一連串的點,請建立一個散點圖繪圖物件,並在新座標到達時替換它的偏移量。重複使用同一個繪圖物件,可避免每次迴圈都累積新的繪圖物件。plt.pause() 會在影格之間更新 GUI 事件迴圈,而下方設定的座標軸範圍則可讓所有產生的點都保持在可見範圍內。

import numpy as np
import matplotlib.pyplot as plt

figure, ax = plt.subplots()
points = ax.scatter([], [])
ax.set(xlim=(0, 4), ylim=(-1.1, 1.1), xlabel="x", ylabel="sin(x)")
x_values = []
y_values = []

for frame in range(100):
    x = frame * 0.04
    x_values.append(x)
    y_values.append(np.sin(x))
    points.set_offsets(np.column_stack((x_values, y_values)))
    plt.pause(0.05)

plt.show()

即時散點圖

如果只需要最新的點,請只保留一組座標,不必保存完整歷史資料。如果要持續顯示所有過去的點,請隨資料流增加而擴大座標軸範圍。對於高頻資料,可降低更新頻率,或只保留最近一段資料,避免繪圖成為效能瓶頸。