使用Jupyter Notebook中的matplotlib绘制动态变化的图形

Question

我有一个M x N 2D数组:第i行代表在时间i的N个点的值.

我希望以图形的形式可视化点[数组的1行],其中值在一小段时间后得到更新.因此,图表一次显示1行,然后将值更新为下一行,依此类推.

我想在一个jupyter笔记本中这样做.寻找参考代码.

我尝试了一些事情,但没有成功:

• http://community.plot.ly/t/updating-graph-with-new-data-every-100-ms-or-so/812

• https://pythonprogramming.net/live-graphs-matplotlib-tutorial/

• 使用Python创建动态更新图

• 更新matplotlib中的行

Answer 1

这是另一种可能更简单的解决方案:

%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt

m = 100
n = 100
matrix = np.random.normal(0,1,m*n).reshape(m,n)

fig = plt.figure()
ax = fig.add_subplot(111)
plt.ion()

fig.show()
fig.canvas.draw()

for i in range(0,100):
    ax.clear()
    ax.plot(matrix[i,:])
    fig.canvas.draw()

Answer 2

我一直在寻找一个很好的解决方案，即一个线程正在抽取数据并且我们希望 Jupyter Notebook 能够在不阻塞任何内容的情况下不断更新图形。在浏览了大约十几个相关答案后，以下是一些发现：

警告

如果您想要实时图表，请不要使用以下魔法。如果笔记本使用以下内容，则图形更新不起作用：

%load_ext autoreload
%autoreload 2

在导入 matplotlib 之前，您需要在笔记本中使用以下魔法：

%matplotlib notebook

方法一：使用 FuncAnimation

这有一个缺点，即使您的数据尚未更新，也会发生图形更新。下面的示例显示了另一个线程更新数据，而 Jupyter notebook 通过FuncAnimation.

%matplotlib notebook

from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation
from random import randrange
from threading import Thread
import time

class LiveGraph:
    def __init__(self):
        self.x_data, self.y_data = [], []
        self.figure = plt.figure()
        self.line, = plt.plot(self.x_data, self.y_data)
        self.animation = FuncAnimation(self.figure, self.update, interval=1000)
        self.th = Thread(target=self.thread_f, daemon=True)
        self.th.start()

    def update(self, frame):
        self.line.set_data(self.x_data, self.y_data)
        self.figure.gca().relim()
        self.figure.gca().autoscale_view()
        return self.line,

    def show(self):
        plt.show()

    def thread_f(self):
        x = 0
        while True:
            self.x_data.append(x)
            x += 1
            self.y_data.append(randrange(0, 100))   
            time.sleep(1)  

g = LiveGraph()
g.show()

方法二：直接更新

第二种方法是在数据从另一个线程到达时更新图。这是有风险的，因为 matplotlib 不是线程安全的，但只要只有一个线程进行更新，它似乎确实可以工作。

%matplotlib notebook

from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation
from random import randrange
from threading import Thread
import time

class LiveGraph:
    def __init__(self):
        self.x_data, self.y_data = [], []
        self.figure = plt.figure()
        self.line, = plt.plot(self.x_data, self.y_data)

        self.th = Thread(target=self.thread_f, daemon=True)
        self.th.start()

    def update_graph(self):
        self.line.set_data(self.x_data, self.y_data)
        self.figure.gca().relim()
        self.figure.gca().autoscale_view()

    def show(self):
        plt.show()

    def thread_f(self):
        x = 0
        while True:
            self.x_data.append(x)
            x += 1
            self.y_data.append(randrange(0, 100))  

            self.update_graph()

            time.sleep(1)  


from live_graph import LiveGraph

g = LiveGraph()
g.show()

Answer 3

另一个简单的解决方案，基于IPython.display函数display和clear_output. 我在这里找到的。这是代码（基于@graham-s的答案）：

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

%matplotlib inline

m = 100
n = 100
matrix = np.random.normal(0, 1, size=(m, n))

fig = plt.figure()
ax = fig.add_subplot(111)

for i in range(m):
    ax.clear()
    ax.plot(matrix[i, :])
    display(fig)
    clear_output(wait=True)
    plt.pause(0.2)

它使用%matplotlib inline而不是notebook，并且不会产生@MasterScrat 提到的小图像。适用于 Jupyter Notebook 和 Jupyter Lab。有时图像会闪烁，这不太好，但可用于快速调查。

如果需要保持不同帧之间的轴范围，请在 后面添加ax.set_xlim/ 。ax.set_ylimax.clear()

Answer 4

我创建了一个带有几个例子的ipython笔记本.

Answer 5

我对此进行了探索，并制作了以下主要是自我记录的内容：

import matplotlib.pyplot as plt
%matplotlib notebook

print('This text appears above the figures')
fig1 = plt.figure(num='DORMANT')
print('This text appears betweeen the figures')
fig2 = plt.figure()
print('This text appears below the figures')

fig1.canvas.set_window_title('Canvas active title')
fig1.suptitle('Figure title', fontsize=20)

# Create plots inside the figures
ax1 = fig1.add_subplot(111)
ax1.set_xlabel('x label')
ax2 = fig2.add_subplot(111)

# Loop to update figures
end = 40
for i in range(end):
    ax2.cla()  # Clear only 2nd figure's axes, figure 1 is ADDITIVE
    ax1.set_title('Axes title')  # Reset as removed by cla()

    ax1.plot(range(i,end), (i,)*(end-i))
    ax2.plot(range(i,end), range(i,end), 'rx')
    fig1.canvas.draw()
    fig2.canvas.draw()

Answer 6

我对 matplotlib 或 jupyter 不太了解。然而，图表让我感兴趣。我刚刚做了一些谷歌搜索，发现了这篇文章。似乎您必须将图表呈现为 HTML 视频才能查看动态图表。

我试过那个帖子。这是笔记本，如果你想尝试的话。请注意，内核 (python 2) 需要一些时间来构建视频。你可以在这里读更多关于它的内容读更多关于它的内容。

现在您想要逐行显示图表。我试过这个。在那个笔记本中，我有dump_data10 行。我随机选取一个并将它们绘制出来并显示为视频。

了解 jupyter 很有趣。希望这可以帮助。