使用 plt.imshow 实现更快的刷新率

Question

我想在进行计算时显示一些图像numpy：

import numpy as np
import matplotlib.pyplot as plt
plt.ion()  # Turn the interactive mode on.
for i in range(100):
    A = np.random.randn(10,10)
    plt.imshow(A)
    plt.pause(0.001)
    # do some other numpy computations here (they take < 1 ms)

显示图像不是很快，而是相当慢。

我并不是要求每秒 100 帧，但我认为 30 fps 是可能的，但事实并非如此：经过几次迭代后，我在标准 i5 笔记本电脑（Windows 7 x64）上接近 2 fps。

如何拥有更快的imshow刷新率？

笔记：

• 我已经尝试过Fast Live Plotting in Matplotlib / PyPlot的主要答案，但对于blit这样一个简单的任务来说，这似乎是一个复杂的方法（使用参数），而且我也没有得到 28 fps 而只有 15 fps。

• 我只想将矩阵显示为图像：没有边框，没有轴，没有子图等，我想这可以比解决方案Fast Live Plotting in Matplotlib / PyPlot更快地完成，也许不是使用 matplotlib 而是使用另一个库？

Answer 1

这是因为您在每次迭代中都会创建一个新图像，最终会在图中生成 100 个图像。

创建动画的推荐方法是使用FuncAnimation并仅更改图像的数据，而不是始终绘制新图像。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

im = plt.imshow(np.random.randn(10,10))

def update(i):
    A = np.random.randn(10,10)
    im.set_array(A)
    return im, text

ani = FuncAnimation(plt.gcf(), update, frames=range(100), interval=5, blit=False)

plt.show()

即使interval设置为 5 毫秒，上述代码在我的计算机上仍以 50 fps 的速度运行。它不会比它能跑得更快。您现在可以使用 blitting，即blit=True，在这种情况下我看到 100 fps。这是 matplotlib 可以实现的极限，但它当然会根据计算机能力而变化。

但请注意，人脑无法解析 100 fps。有人说，25 是通常的帧率，因此大多数电影也使用这样的帧率。因此，这里甚至不需要使用位块传送，因为 50 fps 比您能够感知的要大。

如果出于任何原因您想要加快动画速度，则需要使用 matplotlib 之外的其他库。

参见例如

• Matplotlib，使用 imshow 刷新图像更快
• Matplotlib 相当于 pygame Flip

编辑后的问题中的一句话说不应该有边界。这是通过使图形大小服从图像的方面（方形图像 -> 方形图形）并将所有边距设置为零来实现的

plt.figure(figsize=(5,5))
plt.subplots_adjust(0,0,1,1)

答案下面的评论坚持使用 for 循环。那看起来像

im = plt.imshow(np.random.randn(10,10))

plt.ion()
for i in range(100):
    
    A = np.random.randn(10,10)
    im.set_array(A)
    plt.pause(0.005)

plt.ioff()
plt.show()

它会比使用 慢一些FuncAnimation，因为动画发生在 GUI 事件循环之外。另请注意，在这种情况下实现位块传送需要更多工作，如Matplotlib / PyPlot 中的快速实时绘图所示