python matplotlib 从函数更新散点图
python matplotlib update scatter plot from a function
我正在尝试自动更新散点图。
我的 X 和 Y 值的来源是外部的,并且数据会在非预测的时间间隔(轮次)内自动推送到我的代码中。
我只是在整个过程结束时才设法绘制出所有数据,而我正试图不断地向我的 canvas 添加和绘制数据。
我得到的(在整个 运行 的结尾)是这样的:
然而,我所追求的是:
我的代码的简化版本:
import matplotlib.pyplot as plt
def read_data():
#This function gets the values of xAxis and yAxis
xAxis = [some values] #these valuers change in each run
yAxis = [other values] #these valuers change in each run
plt.scatter(xAxis,yAxis, label = 'myPlot', color = 'k', s=50)
plt.xlabel('x')
plt.ylabel('y')
plt.show()
据我了解,您想以交互方式更新您的情节。如果是这样,您可以使用绘图而不是散点图,并像这样更新绘图的数据。
import numpy
import matplotlib.pyplot as plt
fig = plt.figure()
axe = fig.add_subplot(111)
X,Y = [],[]
sp, = axe.plot([],[],label='toto',ms=10,color='k',marker='o',ls='')
fig.show()
for iter in range(5):
X.append(numpy.random.rand())
Y.append(numpy.random.rand())
sp.set_data(X,Y)
axe.set_xlim(min(X),max(X))
axe.set_ylim(min(Y),max(Y))
raw_input('...')
fig.canvas.draw()
如果这是您正在寻找的行为,您只需要创建一个附加 sp 数据的函数,并在该函数中获取您想要绘制的新点(使用 I/O 管理或无论您使用何种通信过程)。
希望对你有帮助。
有几种方法可以为 matplotlib 绘图制作动画。下面让我们看一下使用散点图的两个最小示例。
(a) 使用交互模式plt.ion()
为了让动画发生,我们需要一个事件循环。获取事件循环的一种方法是使用 plt.ion()
("interactive on")。然后需要先绘制图形,然后循环更新绘图。在循环内部,我们需要绘制 canvas 并为 window 引入一点暂停以处理其他事件(如鼠标交互等)。如果没有这个暂停,window 就会冻结。最后我们调用 plt.waitforbuttonpress()
让 window 即使在动画结束后也保持打开状态。
import matplotlib.pyplot as plt
import numpy as np
plt.ion()
fig, ax = plt.subplots()
x, y = [],[]
sc = ax.scatter(x,y)
plt.xlim(0,10)
plt.ylim(0,10)
plt.draw()
for i in range(1000):
x.append(np.random.rand(1)*10)
y.append(np.random.rand(1)*10)
sc.set_offsets(np.c_[x,y])
fig.canvas.draw_idle()
plt.pause(0.1)
plt.waitforbuttonpress()
(b) 使用 FuncAnimation
以上大部分可以使用 matplotlib.animation.FuncAnimation
自动完成。 FuncAnimation 将负责循环和重绘,并在给定时间间隔后不断调用函数(在本例中为 animate()
)。动画只有在 plt.show()
被调用后才会开始,因此在剧情 window 的事件循环中自动 运行 。
import matplotlib.pyplot as plt
import matplotlib.animation
import numpy as np
fig, ax = plt.subplots()
x, y = [],[]
sc = ax.scatter(x,y)
plt.xlim(0,10)
plt.ylim(0,10)
def animate(i):
x.append(np.random.rand(1)*10)
y.append(np.random.rand(1)*10)
sc.set_offsets(np.c_[x,y])
ani = matplotlib.animation.FuncAnimation(fig, animate,
frames=2, interval=100, repeat=True)
plt.show()
我正在尝试自动更新散点图。 我的 X 和 Y 值的来源是外部的,并且数据会在非预测的时间间隔(轮次)内自动推送到我的代码中。
我只是在整个过程结束时才设法绘制出所有数据,而我正试图不断地向我的 canvas 添加和绘制数据。
我得到的(在整个 运行 的结尾)是这样的:
然而,我所追求的是:
我的代码的简化版本:
import matplotlib.pyplot as plt
def read_data():
#This function gets the values of xAxis and yAxis
xAxis = [some values] #these valuers change in each run
yAxis = [other values] #these valuers change in each run
plt.scatter(xAxis,yAxis, label = 'myPlot', color = 'k', s=50)
plt.xlabel('x')
plt.ylabel('y')
plt.show()
据我了解,您想以交互方式更新您的情节。如果是这样,您可以使用绘图而不是散点图,并像这样更新绘图的数据。
import numpy
import matplotlib.pyplot as plt
fig = plt.figure()
axe = fig.add_subplot(111)
X,Y = [],[]
sp, = axe.plot([],[],label='toto',ms=10,color='k',marker='o',ls='')
fig.show()
for iter in range(5):
X.append(numpy.random.rand())
Y.append(numpy.random.rand())
sp.set_data(X,Y)
axe.set_xlim(min(X),max(X))
axe.set_ylim(min(Y),max(Y))
raw_input('...')
fig.canvas.draw()
如果这是您正在寻找的行为,您只需要创建一个附加 sp 数据的函数,并在该函数中获取您想要绘制的新点(使用 I/O 管理或无论您使用何种通信过程)。 希望对你有帮助。
有几种方法可以为 matplotlib 绘图制作动画。下面让我们看一下使用散点图的两个最小示例。
(a) 使用交互模式plt.ion()
为了让动画发生,我们需要一个事件循环。获取事件循环的一种方法是使用 plt.ion()
("interactive on")。然后需要先绘制图形,然后循环更新绘图。在循环内部,我们需要绘制 canvas 并为 window 引入一点暂停以处理其他事件(如鼠标交互等)。如果没有这个暂停,window 就会冻结。最后我们调用 plt.waitforbuttonpress()
让 window 即使在动画结束后也保持打开状态。
import matplotlib.pyplot as plt
import numpy as np
plt.ion()
fig, ax = plt.subplots()
x, y = [],[]
sc = ax.scatter(x,y)
plt.xlim(0,10)
plt.ylim(0,10)
plt.draw()
for i in range(1000):
x.append(np.random.rand(1)*10)
y.append(np.random.rand(1)*10)
sc.set_offsets(np.c_[x,y])
fig.canvas.draw_idle()
plt.pause(0.1)
plt.waitforbuttonpress()
(b) 使用 FuncAnimation
以上大部分可以使用 matplotlib.animation.FuncAnimation
自动完成。 FuncAnimation 将负责循环和重绘,并在给定时间间隔后不断调用函数(在本例中为 animate()
)。动画只有在 plt.show()
被调用后才会开始,因此在剧情 window 的事件循环中自动 运行 。
import matplotlib.pyplot as plt
import matplotlib.animation
import numpy as np
fig, ax = plt.subplots()
x, y = [],[]
sc = ax.scatter(x,y)
plt.xlim(0,10)
plt.ylim(0,10)
def animate(i):
x.append(np.random.rand(1)*10)
y.append(np.random.rand(1)*10)
sc.set_offsets(np.c_[x,y])
ani = matplotlib.animation.FuncAnimation(fig, animate,
frames=2, interval=100, repeat=True)
plt.show()