使用 Matplotlib 以非阻塞方式绘图

Question

最近几天一直在玩Numpy和matplotlib。我在尝试使 matplotlib 绘制函数而不阻止执行时遇到问题。我知道这里已经有很多关于 SO 的帖子在问类似的问题，而且我已经用谷歌搜索了很多但还没有成功。

我试过像某些人建议的那样使用 show(block=False)，但我得到的只是一个冻结 window。如果我只是调用 show()，结果会正确绘制，但执行会被阻止，直到 window 关闭。从我读过的其他线程来看，我怀疑 show(block=False) 是否有效取决于后端。这个对吗？我的后端是 Qt4Agg。你能看看我的代码并告诉我你是否发现错误吗？这是我的代码。感谢您的帮助。

from math import *
from matplotlib import pyplot as plt
print(plt.get_backend())



def main():
    x = range(-50, 51, 1)
    for pow in range(1,5):   # plot x^1, x^2, ..., x^4

        y = [Xi**pow for Xi in x]
        print(y)

        plt.plot(x, y)
        plt.draw()
        #plt.show()             #this plots correctly, but blocks execution.
        plt.show(block=False)   #this creates an empty frozen window.
        _ = raw_input("Press [enter] to continue.")


if __name__ == '__main__':
    main()

PS。我忘了说我想在每次绘制内容时更新现有的 window，而不是创建一个新的。

Answer 1

我花了很长时间寻找解决方案，找到了this answer。

看起来，为了得到你（和我）想要的东西，你需要 plt.ion()、plt.show()（而不是 block=False）的组合，最重要的是, plt.pause(.001) （或任何你想要的时间）。 pause 是必需的，因为 GUI 事件在主代码休眠时发生，包括绘图。这可能是通过从休眠线程中获取时间来实现的，所以也许 IDE 会搞砸它——我不知道。

这是一个适用于 python 3.5 的实现：

import numpy as np
from matplotlib import pyplot as plt

def main():
    plt.axis([-50,50,0,10000])
    plt.ion()
    plt.show()

    x = np.arange(-50, 51)
    for pow in range(1,5):   # plot x^1, x^2, ..., x^4
        y = [Xi**pow for Xi in x]
        plt.plot(x, y)
        plt.draw()
        plt.pause(0.001)
        input("Press [enter] to continue.")

if __name__ == '__main__':
    main()

Answer 2

一个对我有用的简单技巧如下：

在节目中使用 block = False 参数：plt.show(block = False)
在 .py 脚本的末尾使用另一个plt.show()。

示例：

import matplotlib.pyplot as plt plt.imshow(add_something) plt.xlabel("x") plt.ylabel("y") plt.show(block=False) #more code here (e.g. do calculations and use print to see them on the screen plt.show()

注意：plt.show()是我脚本的最后一行。

Answer 3

您可以通过将绘图写入数组，然后在不同的线程中显示该数组来避免阻塞执行。这是使用 pyformulas 0.2.8 中的 pf.screen 同时生成和显示绘图的示例：

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

fig = plt.figure()

canvas = np.zeros((480,640))
screen = pf.screen(canvas, 'Sinusoid')

start = time.time()
while True:
    now = time.time() - start

    x = np.linspace(now-2, now, 100)
    y = np.sin(2*np.pi*x) + np.sin(3*np.pi*x)
    plt.xlim(now-2,now+1)
    plt.ylim(-3,3)
    plt.plot(x, y, c='black')

    # If we haven't already shown or saved the plot, then we need to draw the figure first...
    fig.canvas.draw()

    image = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
    image = image.reshape(fig.canvas.get_width_height()[::-1] + (3,))

    screen.update(image)

#screen.close()

结果：

免责声明：我是 pyformulas 的维护者。

参考：Matplotlib: save plot to numpy array

Answer 4

实时绘图

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)
# plt.axis([x[0], x[-1], -1, 1])      # disable autoscaling
for point in x:
    plt.plot(point, np.sin(2 * point), '.', color='b')
    plt.draw()
    plt.pause(0.01)
# plt.clf()                           # clear the current figure

如果数据量太大，您可以使用简单的计数器降低更新率

cnt += 1
if (cnt == 10):       # update plot each 10 points
    plt.draw()
    plt.pause(0.01)
    cnt = 0

程序退出后保留地块

这是我无法找到满意答案的实际问题，我想要在脚本完成后不关闭的绘图（如 MATLAB），

仔细想想，脚本完成后，程序就终止了，没有逻辑的方式来保持剧情，所以有两个选择

阻止脚本退出（那是 plt.show() 而不是我想要的）
运行单独线程上的情节（太复杂）

这对我来说并不令人满意，所以我找到了另一种开箱即用的解决方案

保存到文件并在外部查看器中查看

为此，保存和查看应该都很快，查看者不应锁定文件，应该自动更新内容

选择保存格式

基于矢量的格式既小又快

SVG 不错，但找不到合适的查看器，除了默认需要手动刷新的网络浏览器
PDF可以支持矢量格式，还有支持实时更新的轻量级查看器

具有实时更新功能的快速轻量级查看器

对于 PDF 有几个不错的选择

在 Windows 上，我使用 SumatraPDF，它免费、快速且轻便（我的情况仅使用 1.8MB RAM）
在Linux上有几个选项，例如Evince (GNOME) and Ocular (KDE)

示例代码和结果

将绘图输出到文件的示例代码

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(2 * x)
plt.plot(x, y)
plt.savefig("fig.pdf")

在第一个运行之后，在上面提到的其中一个查看器中打开输出文件并欣赏。

这是 VSCode 和 SumatraPDF 的屏幕截图，而且这个过程足够快以获得半实时更新率（我的设置可以接近 10Hz，只需在间隔之间使用 time.sleep()）

Answer 5

其中很多答案都非常夸张，据我所知，答案并不难理解。

如果你愿意，你可以使用 plt.ion()，但我发现使用 plt.draw() 也同样有效

对于我的特定项目，我正在绘制图像，但您可以使用 plot() 或 scatter() 或其他任何代替 figimage() 的东西，这无关紧要。

plt.figimage(image_to_show)
plt.draw()
plt.pause(0.001)

或

fig = plt.figure()
...
fig.figimage(image_to_show)
fig.canvas.draw()
plt.pause(0.001)

如果您使用的是实际数字。
我使用@krs013 和@Default Picture 的答案来解决这个问题
希望这可以避免有人在单独的线程上发布每个人物，或者不必阅读这些小说来弄清楚这个问题

Answer 6

Python 包 drawnow 允许以非阻塞方式实时更新绘图。
它还可以与网络摄像头和 OpenCV 一起使用，例如为每一帧绘制测量值。
见 original post.

Answer 7

对我来说是最容易理解的，但是在执行后续 subplot 命令时出现以下错误，而我刚刚执行 show 时不存在该命令：

MatplotlibDeprecationWarning: Adding an axes using the same arguments as a previous axes currently reuses the earlier instance. In a future version, a new instance will always be created and returned. Meanwhile, this warning can be suppressed, and the future behavior ensured, by passing a unique label to each axes instance.

为了避免这个错误，它有助于在用户点击回车后关闭（或clear）绘图。

这是对我有用的代码：

def plt_show():
    '''Text-blocking version of plt.show()
    Use this instead of plt.show()'''
    plt.draw()
    plt.pause(0.001)
    input("Press enter to continue...")
    plt.close()

Answer 8

我发现 plt.pause(0.001) 命令是唯一需要的，没有别的。

plt.show() 和 plt.draw() 是不必要的和/或以一种或另一种方式阻塞。所以这是一个绘制和更新图形并继续运行的代码。本质上 plt.pause(0.001) 似乎最接近 matlab 的 drawnow。

不幸的是，这些图不会是交互式的（它们会冻结），除非您插入一个 input() 命令，但随后代码将停止。

plt.pause(interval) 命令的文档指出：

If there is an active figure, it will be updated and displayed before the pause...... This can be used for crude animation.

这正是我们想要的。试试这个代码：

import numpy as np
from matplotlib import pyplot as plt

x = np.arange(0, 51)               # x coordinates  
         
for z in range(10, 50):

    y = np.power(x, z/10)          # y coordinates of plot for animation

    plt.cla()                      # delete previous plot
    plt.axis([-50, 50, 0, 10000])  # set axis limits, to avoid rescaling
    plt.plot(x, y)                 # generate new plot
    plt.pause(0.1)                 # pause 0.1 sec, to force a plot redraw

使用 Matplotlib 以非阻塞方式绘图

Plotting in a non-blocking way with Matplotlib

python