(编辑:jimmy 日期: 2024/11/14 浏览:2)
实时画图
import matplotlib.pyplot as plt ax = [] # 定义一个 x 轴的空列表用来接收动态的数据 ay = [] # 定义一个 y 轴的空列表用来接收动态的数据 plt.ion() # 开启一个画图的窗口 for i in range(100): # 遍历0-99的值 ax.append(i) # 添加 i 到 x 轴的数据中 ay.append(i**2) # 添加 i 的平方到 y 轴的数据中 plt.clf() # 清除之前画的图 plt.plot(ax,ay) # 画出当前 ax 列表和 ay 列表中的值的图形 plt.pause(0.1) # 暂停一秒 plt.ioff() # 关闭画图的窗口
实时画图 效果图
补充知识:Python 绘图与可视化 matplotlib 动态条形图 bar
第一种办法
一种方法是每次都重新画,包括清除figure
def animate(fi): bars=[] if len(frames)>fi: # axs.text(0.1,0.90,time_template%(time.time()-start_time),transform=axs.transAxes)#所以这样 time_text.set_text(time_template%(0.1*fi))#这个必须没有axs.cla()才行 # axs.cla() axs.set_title('bubble_sort_visualization') axs.set_xticks([]) axs.set_yticks([]) bars=axs.bar(list(range(Data.data_count)),#个数 [d.value for d in frames[fi]],#数据 1, #宽度 color=[d.color for d in frames[fi]]#颜色 ).get_children() return bars anim=animation.FuncAnimation(fig,animate,frames=len(frames), interval=frame_interval,repeat=False)
这样效率很低,而且也有一些不可取的弊端,比如每次都需要重新设置xticks、假如figure上添加的有其他东西,这些东西也一并被clear了,还需要重新添加,比如text,或者labale。
第二种办法
可以像平时画线更新data那样来更新bar的高
''' 遇到问题没人解答?小编创建了一个Python学习交流QQ群:857662006 寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书! ''' import matplotlib.pyplot as plt import numpy as np from matplotlib import animation fig=plt.figure(1,figsize=(4,3)) ax=fig.add_subplot(111) ax.set_title('bar_animate_test') #ax.set_xticks([])注释了这个是能看到变化,要不看不到变化,不对,能看到变化,去了注释吧 #ax.set_yticks([]) ax.set_xlabel('xlable') N=5 frames=50 x=np.arange(1,N+1) collection=[] collection.append([i for i in x]) for i in range(frames): collection.append([ci+1 for ci in collection[i]]) print(collection) xstd=[0,1,2,3,4] bars=ax.bar(x,collection[0],0.30) def animate(fi): # collection=[i+1 for i in x] ax.set_ylim(0,max(collection[fi])+3)#对于问题3,添加了这个 for rect ,yi in zip(bars,collection[fi]): rect.set_height(yi) # bars.set_height(collection) return bars anim=animation.FuncAnimation(fig,animate,frames=frames,interval=10,repeat=False) plt.show()
问题
*)TypeError: ‘numpy.int32' object is not iterable
x=np.arange(1,N+1)<br>collection=[i for i in x] #collection=[i for i in list(x)]#错误的认为是dtype的原因,将这里改成了list(x) for i in range(frames): collection.append([ci+1 for ci in collection[i]])#问题的原因是因为此时的collection还是一个一位数组,所以这个collection[i]是一个x里的一个数,并不是一个列表,我竟然还以为的dtype的原因,又改了 xstd=[0,1,2,3,4]
应该是
''' 遇到问题没人解答?小编创建了一个Python学习交流QQ群:857662006 寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书! ''' collection=[] collection.append([i for i in x])#成为二维数组 for i in range(frames): collection.append([ci+1 for ci in collection[i]])
然后又出现了下面的问题:
*)TypeError: only size-1 arrays can be converted to Python scalars
Traceback (most recent call last): File "forTest.py", line 22, in <module> bars=ax.bar(x,collection,0.30) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\__init__.py", line 1589, in inner return func(ax, *map(sanitize_sequence, args), **kwargs) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\axes\_axes.py", line 2430, in bar label='_nolegend_', File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\patches.py", line 707, in __init__ Patch.__init__(self, **kwargs) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\patches.py", line 89, in __init__ self.set_linewidth(linewidth) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\patches.py", line 368, in set_linewidth self._linewidth = float(w) TypeError: only size-1 arrays can be converted to Python scalars
应该是传递的参数错误,仔细想了一下,在报错的代码行中,collection原来是没错的,因为原来是一维数组,现在变成二维了,改为
bars=ax.bar(x,collection[0],0.30)
好了
*)出现的问题,在上面的代码中,运行的时候不会画布的大小不会变,会又条形图溢出的情况,在animate()中添加了
''' 遇到问题没人解答?小编创建了一个Python学习交流QQ群:857662006 寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书! ''' def animate(fi): # collection=[i+1 for i in x] ax.set_ylim(0,max(collection[fi])+3)#添加了这个 for rect ,yi in zip(bars,collection[fi]): rect.set_height(yi) # bars.set_height(collection) return bars
别的属性
*)条形图是怎样控制间隔的:
是通过控制宽度
width=1,#没有间隔,每个条形图会紧挨着
*)errorbar:
是加一个横线,能通过xerr和yerr来调整方向
xstd=[0,1,2,3,4]
bars=ax.bar(x,collection,0.30,xerr=xstd)
以上这篇Python matplotlib实时画图案例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。