python matplotlib从函数更新散点图

问题描述：

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。

我仅设法在整个过程结束时绘制所有数据，而我正尝试不断地将数据添加和绘制到画布中。

我得到的（在整个运行结束时）是这样的：

然而，我想要的是这个：

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()

解决方案 1：

有几种方法可以为 matplotlib 图制作动画。下面让我们看两个使用散点图的最小示例。

（a）使用交互模式plt.ion()

要使动画发生，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，然后可以在循环中更新绘图。在循环中，我们需要绘制画布并引入一个短暂的暂停，以便窗口处理其他事件（如鼠标交互等）。如果没有这个暂停，窗口就会冻结。最后，我们调用plt.waitforbuttonpress()让窗口在动画结束后保持打开状态。

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

上述大部分操作均可使用 实现自动化matplotlib.animation.FuncAnimation。FuncAnimation 将负责循环和重绘，并animate()在给定的时间间隔后不断调用函数（在本例中为 ）。动画仅在plt.show()调用后启动，从而自动在绘图窗口的事件循环中运行。

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()

解决方案 2：

据我了解，您希望以交互方式更新您的图。 如果是这样，您可以使用图而不是散点图，并像这样更新图的数据。

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()

如果这是您想要的行为，那么您只需要创建一个附加 sp 数据的函数，然后在该函数中获取您想要绘制的新点（使用 I/O 管理或您正在使用的任何通信过程）。希望这对您有所帮助。

解决方案 3：

这是在 Jupyter 笔记本中创建交互式绘图的一种方法

# Import Libraries

import numpy as np
import matplotlib.pyplot as plt
from IPython.display import display, clear_output

# Create figure and subplot

fig = plt.figure()
ax = fig.add_subplot(1, 1, 1) 

# Define and update plot

for i in range(20):
    x = np.linspace(0, i, 100);
    y = np.cos(x) 
    ax.set_xlim(0, i)    
    ax.cla()
    ax.plot(x, y)
    display(fig)    
    clear_output(wait = True)
    plt.pause(0.1)

这将迭代更新同一图。此处提供了详细说明https://pythonguides.com/matplotlib-update-plot-in-loop/

解决方案 4：

使用point.set_offsets(np.c_[xdata,ydata])对我有用，因为当我更新到 matplotlib 3.9 时，ax.set_data 停止工作。

外观：

import matplotlib.pyplot as plt 
import numpy as np

import matplotlib.animation as animation

def lerp(p0: np.array, p1: np.array,t = None,res=10):
    # t = np.array(t)
    if t == None: 
        t = np.linspace(0,1,res)
    outX = (1-t)*p0[0]+t*p1[0]
    outY = (1-t)*p0[1]+t*p1[1]
    return outX,outY


def lerpAnimation(p0: np.array, p1: np.array,res = 10,speed=100):
    plt.ioff()
    xdata, ydata = [0],[0]
    fig, ax = plt.subplots()
    point = ax.scatter(xdata, ydata, lw=2)
    ax.grid()
    firstLerp = lerp(p0,p1)

    ax.plot(firstLerp[0],firstLerp[1])
    def run(t):
        timedLerp = lerp(p0,p1,t)
        xdata[0], ydata[0] = timedLerp[0],timedLerp[1]
        # Here is where the values are changed
        point.set_offsets(np.c_[xdata,ydata])

        return point,

    ani = animation.FuncAnimation(fig, run, (i for i in np.linspace(0,1,res)), interval=speed,
                                    save_count=100,repeat = True)
    plt.show()