Làm thế nào để cập nhật một âm mưu trong matplotlib?

Question

Tôi gặp sự cố khi vẽ lại hình ở đây. Tôi cho phép người dùng chỉ định các đơn vị theo thang thời gian (trục x) và sau đó tôi tính toán lại và gọi hàm này plots(). Tôi muốn cốt truyện chỉ đơn giản là cập nhật, không nối thêm một cốt truyện khác vào hình.

def plots(): 
    global vlgaBuffSorted 
    cntr() 

    result = collections.defaultdict(list) 
    for d in vlgaBuffSorted: 
     result[d['event']].append(d) 

    result_list = result.values() 

    f = Figure() 
    graph1 = f.add_subplot(211) 
    graph2 = f.add_subplot(212,sharex=graph1) 

    for item in result_list: 
     tL = [] 
     vgsL = [] 
     vdsL = [] 
     isubL = [] 
     for dict in item: 
      tL.append(dict['time']) 
      vgsL.append(dict['vgs']) 
      vdsL.append(dict['vds']) 
      isubL.append(dict['isub']) 
     graph1.plot(tL,vdsL,'bo',label='a') 
     graph1.plot(tL,vgsL,'rp',label='b') 
     graph2.plot(tL,isubL,'b-',label='c') 

    plotCanvas = FigureCanvasTkAgg(f, pltFrame) 
    toolbar = NavigationToolbar2TkAgg(plotCanvas, pltFrame) 
    toolbar.pack(side=BOTTOM) 
    plotCanvas.get_tk_widget().pack(side=TOP) 

Answer 1

Bạn về cơ bản có hai lựa chọn:

1. làm chính xác những gì bạn đang làm, nhưng gọi graph1.clear() và graph2.clear() trước replotting dữ liệu. Đây là tùy chọn chậm nhất nhưng đơn giản nhất và mạnh mẽ nhất.

2. Thay vì thay thế, bạn chỉ có thể cập nhật dữ liệu của đối tượng ô. Bạn sẽ cần thực hiện một số thay đổi trong mã của mình, nhưng điều này sẽ nhanh hơn nhiều, nhanh hơn nhiều so với việc thay thế mọi thứ. Tuy nhiên, hình dạng của dữ liệu mà bạn đang vẽ không thể thay đổi và nếu phạm vi dữ liệu của bạn đang thay đổi, bạn sẽ cần phải đặt lại theo cách thủ công giới hạn trục x và y.

Để đưa ra một ví dụ về sự lựa chọn thứ hai:

import matplotlib.pyplot as plt 
import numpy as np 

x = np.linspace(0, 6*np.pi, 100) 
y = np.sin(x) 

# You probably won't need this if you're embedding things in a tkinter plot... 
plt.ion() 

fig = plt.figure() 
ax = fig.add_subplot(111) 
line1, = ax.plot(x, y, 'r-') # Returns a tuple of line objects, thus the comma 

for phase in np.linspace(0, 10*np.pi, 500): 
    line1.set_ydata(np.sin(x + phase)) 
    fig.canvas.draw() 

Answer 2

Tất cả những điều trên có thể đúng, tuy nhiên đối với tôi "trực tuyến cập nhật" của các nhân vật chỉ làm việc với một số backends, cụ thể wx. Bạn chỉ có thể cố gắng thay đổi điều này, ví dụ: bằng cách bắt đầu ipython/pylab bởi ipython --pylab=wx! Chúc may mắn!

Answer 3

Trong trường hợp bất cứ ai đi qua bài viết này tìm kiếm những gì tôi đang tìm kiếm, tôi thấy ví dụ tại

How to visualize scalar 2D data with Matplotlib?

và

http://mri.brechmos.org/2009/07/automatically-update-a-figure-in-a-loop (on web.archive.org)

sau đó biến đổi chúng để sử dụng imshow với một đầu vào ngăn xếp của khung hình, thay vì tạo ra và sử dụng các đường nét trên bay.

---

Bắt đầu với một mảng hình ảnh 3D có hình dạng (nBins, nBins, nBins), được gọi là frames.

def animate_frames(frames): 
    nBins = frames.shape[0] 
    frame = frames[0] 
    tempCS1 = plt.imshow(frame, cmap=plt.cm.gray) 
    for k in range(nBins): 
     frame = frames[k] 
     tempCS1 = plt.imshow(frame, cmap=plt.cm.gray) 
     del tempCS1 
     fig.canvas.draw() 
     #time.sleep(1e-2) #unnecessary, but useful 
     fig.clf() 

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

win = fig.canvas.manager.window 
fig.canvas.manager.window.after(100, animate_frames, frames) 

tôi cũng tìm thấy một cách đơn giản hơn nhiều để đi về toàn bộ quá trình này, mặc dù ít mạnh mẽ:

fig = plt.figure() 

for k in range(nBins): 
    plt.clf() 
    plt.imshow(frames[k],cmap=plt.cm.gray) 
    fig.canvas.draw() 
    time.sleep(1e-6) #unnecessary, but useful 

Lưu ý rằng cả hai dường như chỉ để làm việc với ipython --pylab=tk, aka backend = TkAgg

Cảm ơn bạn đã giúp đỡ với mọi thứ.

Answer 4

Tôi đã phát hành gói có tên python-drawnow cung cấp chức năng để cập nhật hình, thường được gọi trong vòng lặp for, tương tự như drawnow của Matlab.

Một cách sử dụng ví dụ:

from pylab import figure, plot, ion, linspace, arange, sin, pi 
def draw_fig(): 
    # can be arbitrarily complex; just to draw a figure 
    #figure() # don't call! 
    plot(t, x) 
    #show() # don't call! 

N = 1e3 
figure() # call here instead! 
ion() # enable interactivity 
t = linspace(0, 2*pi, num=N) 
for i in arange(100): 
    x = sin(2 * pi * i**2 * t/100.0) 
    drawnow(draw_fig) 

gói này làm việc với bất kỳ con số matplotlib và cung cấp tùy chọn để chờ sau mỗi lần cập nhật hình hoặc thả vào trình gỡ lỗi.

Answer 5

Điều này phù hợp với tôi. Liên tục gọi một hàm cập nhật đồ thị mỗi lần.

import matplotlib.pyplot as plt 
import matplotlib.animation as anim 

def plot_cont(fun, xmax): 
    y = [] 
    fig = plt.figure() 
    ax = fig.add_subplot(1,1,1) 

    def update(i): 
     yi = fun() 
     y.append(yi) 
     x = range(len(y)) 
     ax.clear() 
     ax.plot(x, y) 
     print i, ': ', yi 

    a = anim.FuncAnimation(fig, update, frames=xmax, repeat=False) 
    plt.show() 

"fun" là hàm trả về số nguyên. FuncAnimation sẽ liên tục gọi "cập nhật", nó sẽ làm điều đó "xmax" lần.

Answer 6

import csv 
import sys 
import getopt 
import socket 
import time 
import numpy as np 
import matplotlib 
from scipy.misc import imread 
from matplotlib import pyplot as plt 
import warnings 
fig, ax = plt.subplots() 
ax.set_xlim(-158, 553) 
ax.set_ylim(-290, 733) 
im = plt.imread("") 
plt.imshow(img, zorder=0, extent=[0.5, 8.0, 1.0, 7.0]) 

fig.show() 
l_global=[] 
points=[] 
master_tag_csvlink='c:/logfolde.log.csv' 
csvfile=open(master_tag_csvlink, 'r') 
for ainfo in csvfile: 
     line= ainfo 
     l_list= list(line.split('_')) 
     l_local=[] 
     for i in range(int(l_list[0])): 
      l_local.append(list(l_list[i+1].split(','))) 
     function1= lambda x,i: x[i] # return list[n,X] of elements at x 
     c= lambda x,l: [x for i in range(l) if True] 
     for i in range(len(l_local)): 
      l_local[i][1],l_local[i][2]=int(l_local[i][1]),int(l_local[i][2]) 

     if l_global: #In begining l_glocal is empty, so just copy the data in to l_global 
      l_global=l_local[:] 
      for i in range(len(l_global)): 
       points.append(plt.plot(function1(l_global[i],1),function1(l_global[i],2),'g',label="Tag:%s, X:%f, y: %f"%(function1(l_global[i],0),function1(l_global[i],1),function1(l_global[i],2)))) 



     else: # compare the l_local & l_global for any updates 
      tag_Id=map(function1,l_local,c(0,len(l_local))) #list of list of tagId,x,y TagId is filtered - local 
      mTag_Id=map(fuction1,l_global,c(0,len(l_global))) #list of list of tagId,x,y TagId is filtered - master 

      for i in mTag_Id: 
       if i not in tag_Id: #comparing master tags and tag_Id's 
        index=mTag_Id.index(i) ############### Tags in master list but not in Tag_id 
        copy_point=l_global[index] 
        [removing_point]=points[index]######## means tag is in-active ,turn tag color into red 
        removing_point.remove() 
        del points[index] 

        points.insert(index,plt.plot(function1(l_global[index],1),function1(l_global[index],2),'r',label="Tag:%s, X:%f, y: %f"%(function1(l_global[i],0),function1(l_global[i],1),function1(l_global[i],2)))) 

       elif i in tag_Id: # append the tag into l_global 
        index=mTag_Id.index(i) ############### Tags in master list but not in Tag_id 
        l_global[index]=l_local[index][:] 
        [removing_point]=points[index]######## means tag is active update coordinates 
        removing_point.remove() 
        del points[index] 
        points.insert(index,plt.plot(function1(l_global[index],1),function1(l_global[index],2),'g',label="Tag:%s, X:%f, y: %f"%(function1(l_global[i],0),function1(l_global[i],1),function1(l_global[i],2)))) 
      for i in Tag_Id: 
       if i not in mTag_Id: 
        index=Tag_Id(i) 
        l_global.append(l_local[index]] 
        points.append(plt.plot(function1(l_global[-1],1),function1(l_global[-1],2),'g',label="Tag:%s, X:%f, y: %f"%(function1(l_global[i],0),function1(l_global[i],1),function1(l_global[i],2)))) 

# import matplotlib.pyplot as plt 
# import numpy as np 

# x = np.linspace(0, 6*np.pi, 100) 
# y = np.sin(x) 

# # You probably won't need this if you're embedding things in a tkinter plot... 
# plt.ion() 

# fig = plt.figure() 
# ax = fig.add_subplot(11)1 
# line1, = ax.plot(x, y, 'r-') # Returns a tuple of line objects, thus the comma 

# for phase in np.linspace(0, 10*np.pi, 500): 
    # line1.set_ydata(np.sin(x + phase)) 
    # fig.canvas.draw()