使用matplotlib进行实时更新

Rya*_*axe 13 python graph matplotlib

所以我有一些手机加速度计数据,我想基本上制作一个视频,看看手机的动作是什么样的.所以我使用matplotlib来创建数据的3D图形:

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import pandas as pd
import pickle
def pickleLoad(pickleFile):
    pkl_file = open(pickleFile, 'rb')
    data = pickle.load(pkl_file)
    pkl_file.close()
    return data
data = pickleLoad('/Users/ryansaxe/Desktop/kaggle_parkinsons/accelerometry/LILY_dataframe')
data = data.reset_index(drop=True)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
xs = data['x.mean']
ys = data['y.mean']
zs = data['z.mean']
ax.scatter(xs, ys, zs)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()
Run Code Online (Sandbox Code Playgroud)

现在时间很重要,实际上也是一个因素,我一次只能看到一个点,因为时间也是一个因素,它让我可以看到加速度计数据的进展!

我该怎么做才能使它成为实时更新图?

我唯一能想到的是拥有一个循环,逐行遍历并从行中生成图形,但这将打开这么多文件,因为我有数百万行,所以它会疯狂.

那么如何创建实时更新图?

Hoo*_*ked 33

这是一个简单的例子,可以尽快更新:

import pylab as plt
import numpy as np

X = np.linspace(0,2,1000)
Y = X**2 + np.random.random(X.shape)

plt.ion()
graph = plt.plot(X,Y)[0]

while True:
    Y = X**2 + np.random.random(X.shape)
    graph.set_ydata(Y)
    plt.draw()
Run Code Online (Sandbox Code Playgroud)

诀窍不是继续创建新图形,因为这将继续消耗内存,而是改变现有图上的x,y,z数据.使用.ion().draw()设置画布进行更新,如下所示.

附录:@Kelsey下面排名很高的评论指出:

您可能需要一行plt.pause(0.01)plt.draw()才能显示刷新

  • 这是在不发出多个绘图命令的情况下执行此操作的正确方法.你可能需要在`plt.draw()`行后面的`plt.pause(0.01)`来获得要显示的刷新. (16认同)