我想要做的是让脚本计算一些东西,准备一个绘图,并将已经获得的结果显示为pylab.figure-在python 2(特别是python2.7)中,带有稳定的matplotlib(即1.1.1)。
在python 3(具有matplotlib git build …版本1.2.x的python 3.2.3)中,这很好用。作为一个简单的示例(通过time.sleep()模拟冗长的计算),请考虑
import pylab import time import random dat=[0,1] pylab.plot(dat) pylab.ion() pylab.draw() for i in range (18): dat.append(random.uniform(0,1)) pylab.plot(dat) pylab.draw() time.sleep(1)
在python 2(版本2.7.3和matplotlib 1.1.1中)中,代码运行干净,没有错误,但未显示该图。python2解释器的一些尝试和错误似乎建议将pylab.draw()替换为pylab.show();。显然,这样做一次就足够了(不像在每次更改/添加绘图后使用draw调用它一样)。因此:
import pylab import time import random dat=[0,1] pylab.plot(dat) pylab.ion() pylab.show() for i in range (18): dat.append(random.uniform(0,1)) pylab.plot(dat) #pylab.draw() time.sleep(1)
但是,这也不起作用。再次,它运行得很干净,但未显示该图。似乎只有在等待用户输入时才这样做。我不清楚为什么会这样,但是当将raw_input()添加到循环中时,该图终于显示了
import pylab import time import random dat=[0,1] pylab.plot(dat) pylab.ion() pylab.show() for i in range (18): dat.append(random.uniform(0,1)) pylab.plot(dat) #pylab.draw() time.sleep(1) raw_input()
这样,该脚本当然会在显示绘图时等待用户输入,并且不会在用户点击输入之前继续计算数据。当然,这不是故意的。
这可能是由于不同版本的matplotlib(1.1.1和1.2.x)或不同的python版本(2.7.3和3.2.3)引起的。
使用稳定的(1.1.1)matplotlib的python 2有什么方法可以完成,上面的脚本(第一个)在python 3的matplotlib 1.2.x中做什么:-计算数据(在上面的示例中需要一些时间由time.sleep())在循环或迭代函数中进行仿真,并且-(尽管仍在计算中)显示了先前迭代中已计算的内容- 并没有打扰用户继续按Enter键以继续计算
谢谢; 我将不胜感激…
您希望该pause功能使gui框架有机会重新绘制屏幕:
pause
import pylab import time import random import matplotlib.pyplot as plt dat=[0,1] fig = plt.figure() ax = fig.add_subplot(111) Ln, = ax.plot(dat) ax.set_xlim([0,20]) plt.ion() plt.show() for i in range (18): dat.append(random.uniform(0,1)) Ln.set_ydata(dat) Ln.set_xdata(range(len(dat))) plt.pause(1) print 'done with loop'
您无需Line2D每次都创建一个新对象,只需更新现有对象中的数据即可。
Line2D
说明文件:
pause(interval) Pause for *interval* seconds. If there is an active figure it will be updated and displayed, and the gui event loop will run during the pause. If there is no active figure, or if a non-interactive backend is in use, this executes time.sleep(interval). This can be used for crude animation. For more complex animation, see :mod:`matplotlib.animation`. This function is experimental; its behavior may be changed or extended in a future release.
一个真正的过度杀伤方法是使用matplotlib.animate模块。另一方面,如果您愿意的话,它为您提供了一种保存数据的好方法从我对[Python的回答中-1秒连续绘图。
matplotlib.animate
示例,api,教程