如何使用matplotlib在while循环中实时绘图？

Question

我正试着用OpenCV从一台摄像机实时绘制一些数据。但是，实时绘图（使用matplotlib）似乎不起作用。

我将这个问题隔离到一个简单的例子中：

fig = plt.figure()
plt.axis([0, 1000, 0, 1])

i = 0
x = list()
y = list()

while i < 1000:
    temp_y = np.random.random()
    x.append(i)
    y.append(temp_y)
    plt.scatter(i, temp_y)
    i += 1
    plt.show()

我希望这个例子可以单独绘制1000个点。实际发生的情况是，窗口弹出，显示第一个点（可以），然后等待循环完成，然后再填充图的其余部分。

有没有想过为什么我一次只能看到一个点？

Answer 1

下面是正在讨论的代码的工作版本（从2011年11月14日起至少需要Matplotlib 1.1.0版本）：

import numpy as np
import matplotlib.pyplot as plt

plt.axis([0, 10, 0, 1])

for i in range(10):
    y = np.random.random()
    plt.scatter(i, y)
    plt.pause(0.05)

plt.show()

注意一些变化：

1. 调用plt.pause(0.05)来绘制新数据并运行GUI的事件循环（允许鼠标交互）。

Answer 2

如果你对实时绘图感兴趣，我建议你研究一下matplotlib's animation API。特别是，使用blit来避免在每帧上重新绘制背景，可以获得可观的速度增益（~10x）：

#!/usr/bin/env python

import numpy as np
import time
import matplotlib
matplotlib.use('GTKAgg')
from matplotlib import pyplot as plt


def randomwalk(dims=(256, 256), n=20, sigma=5, alpha=0.95, seed=1):
    """ A simple random walk with memory """

    r, c = dims
    gen = np.random.RandomState(seed)
    pos = gen.rand(2, n) * ((r,), (c,))
    old_delta = gen.randn(2, n) * sigma

    while True:
        delta = (1. - alpha) * gen.randn(2, n) * sigma + alpha * old_delta
        pos += delta
        for ii in xrange(n):
            if not (0. <= pos[0, ii] < r):
                pos[0, ii] = abs(pos[0, ii] % r)
            if not (0. <= pos[1, ii] < c):
                pos[1, ii] = abs(pos[1, ii] % c)
        old_delta = delta
        yield pos


def run(niter=1000, doblit=True):
    """
    Display the simulation using matplotlib, optionally using blit for speed
    """

    fig, ax = plt.subplots(1, 1)
    ax.set_aspect('equal')
    ax.set_xlim(0, 255)
    ax.set_ylim(0, 255)
    ax.hold(True)
    rw = randomwalk()
    x, y = rw.next()

    plt.show(False)
    plt.draw()

    if doblit:
        # cache the background
        background = fig.canvas.copy_from_bbox(ax.bbox)

    points = ax.plot(x, y, 'o')[0]
    tic = time.time()

    for ii in xrange(niter):

        # update the xy data
        x, y = rw.next()
        points.set_data(x, y)

        if doblit:
            # restore background
            fig.canvas.restore_region(background)

            # redraw just the points
            ax.draw_artist(points)

            # fill in the axes rectangle
            fig.canvas.blit(ax.bbox)

        else:
            # redraw everything
            fig.canvas.draw()

    plt.close(fig)
    print "Blit = %s, average FPS: %.2f" % (
        str(doblit), niter / (time.time() - tic))

if __name__ == '__main__':
    run(doblit=False)
    run(doblit=True)

输出：

Blit = False, average FPS: 54.37
Blit = True, average FPS: 438.27

Answer 3

show可能不是最好的选择。我要做的是用pyplot.draw()代替。您还可能希望在循环中包含一个小的时间延迟（例如time.sleep(0.05)），以便可以看到正在发生的绘图。如果我对你的示例做这些更改，它对我很有用，我看到每个点一次出现一个。