asyncplot 0.1

异步绘图仪

简单的双进程客户机/服务器绘图，具有以下功能：

• 绘图不会减慢计算速度。
• 用户维护计算控制（即键盘中断工作）。
• 从服务器自动启动客户端。
  • 用户在（picklable）类中定义打印代码，并且 向server（）构造函数提供类。服务器通过pickled绘图仪 在新的python解释器中启动客户端进程时发送给客户端。 客户端的python解释器命令行选项传递给服务器 实例化时的构造函数。默认值为： （例如。[“ipython”、“–pylab=osx”、“-c”]）

待办事项

使用sockets的异步绘制与单独进程的原型

仍然需要：

• 全面测试
• 日志记录（以调试模式打印调试消息以检查网络问题）
• 配置文件性能。
• 配置（主机名、端口规格等）

我认为这些问题已经解决了，但它们需要测试：

• 套接字缓冲区溢出（recv）
• 清除线程和套接字命令行终止
• 错误处理。例如，当客户端断开连接时，服务器侦听将继续， 网络错误
• 多个客户端（打印）

其他设计方法

线程解决方案

最简单的方法是多线程方法。原则上，可以运行 在主线程中计算并在单独线程中打印。这个 解决方案是在thread.py中绘制的，但在大多数matplotlib后端失败 因为他们需要在主线程中运行。快速解决是 在辅助线程中运行计算，但这会阻止用户 能够中断计算。

python gil的一个很好的特性是 共享数据（谨慎的解决方案需要锁等）

多处理解决方案

同样的解决方案也适用于multiprocessing，但在我的 开发平台（Mac OS X 10.5），错误如下：

The process has forked and you cannot use this CoreFoundation
functionality safely. You MUST exec().
Break on
__THE_PROCESS_HAS_FORKED_AND_YOU_CANNOT_USE_THIS_COREFOUNDATION_FUNCTIONALITY___YOU_MUST_EXEC__() to debug.

单独的过程

似乎最可靠的解决方案是有计算和绘图仪 在完全独立的进程中运行。这还有一个额外的好处：

• 用户可以远程绘图。

这里需要解决的一个问题（以及multiprocessing解决方案） 是数据的复制。一个常见的用例是绘图仪可能速度较慢 而不是计算。因此，可以丢弃中间数据，而不应该 通过网络发送。

其他方法

似乎应该可以用IPython来做这件事，但我没有 找到了一个简单的方法。