问题：使用Matplotlib以非阻塞方式绘制
最近几天，我一直在玩Numpy和matplotlib。我在尝试使matplotlib绘制函数而不阻止执行时遇到问题。我知道这里已经有很多线程在问类似的问题，并且我已经在Google上搜索了很多，但是还没有成功完成这项工作。
我曾尝试按照某些人的建议使用show（block = False），但是我得到的只是一个冻结的窗口。如果我简单地调用show（），则将正确绘制结果，但执行将被阻塞，直到关闭窗口为止。从我读过的其他线程中，我怀疑show（block = False）是否起作用取决于后端。这样对吗？我的后端是Qt4Agg。您能否看一下我的代码，并告诉我是否看到错误？这是我的代码。谢谢你的帮助。
from math import *
from matplotlib import pyplot as plt
print plt.get_backend()
def main():
x = range(-50, 51, 1)
for pow in range(1,5): # plot x^1, x^2, ..., x^4
y = [Xi**pow for Xi in x]
print y
plt.plot(x, y)
plt.draw()
#plt.show() #this plots correctly, but blocks execution.
plt.show(block=False) #this creates an empty frozen window.
_ = raw_input("Press [enter] to continue.")
if __name__ == '__main__':
main()PS。我忘了说，我想在每次绘制图形时都更新现有窗口，而不是创建一个新窗口。
回答 0
我花了很长时间寻找解决方案，并找到了答案。
看起来，为了获得您（和我）想要的东西，您需要将plt.ion()，plt.show()（而不是与block=False）结合在一起，最重要的是，plt.pause(.001)（或您想要的任何时间）结合在一起。该暂停是必须的，因为GUI事件，而主代码正在睡觉，包括绘图发生。这很可能是通过从休眠线程中获取时间来实现的，所以IDE可能会为此惹恼我不知道。
这是对我适用于python 3.5的实现：
import numpy as np
from matplotlib import pyplot as plt
def main():
plt.axis([-50,50,0,10000])
plt.ion()
plt.show()
x = np.arange(-50, 51)
for pow in range(1,5): # plot x^1, x^2, ..., x^4
y = [Xi**pow for Xi in x]
plt.plot(x, y)
plt.draw()
plt.pause(0.001)
input("Press [enter] to continue.")
if __name__ == '__main__':
main()回答 1
一个对我有用的简单技巧如下：
- 在show内使用block = False参数：plt.show（block = False）
- 在.py脚本的末尾使用另一个plt.show（） 。
范例：
import matplotlib.pyplot as plt
plt.imshow(add_something)
plt.xlabel("x")
plt.ylabel("y")
plt.show(block=False)
#more code here (e.g. do calculations and use print to see them on the screen
plt.show()注意：plt.show()是我脚本的最后一行。
回答 2
您可以通过将绘图写入数组，然后在另一个线程中显示该数组来避免阻塞执行。这是一个使用pyformulas 0.2.8中的 pf.screen同时生成和显示图的示例：
import pyformulas as pf
import matplotlib.pyplot as plt
import numpy as np
import time
fig = plt.figure()
canvas = np.zeros((480,640))
screen = pf.screen(canvas, 'Sinusoid')
start = time.time()
while True:
now = time.time() - start
x = np.linspace(now-2, now, 100)
y = np.sin(2*np.pi*x) + np.sin(3*np.pi*x)
plt.xlim(now-2,now+1)
plt.ylim(-3,3)
plt.plot(x, y, c='black')
# If we haven't already shown or saved the plot, then we need to draw the figure first...
fig.canvas.draw()
image = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
image = image.reshape(fig.canvas.get_width_height()[::-1] + (3,))
screen.update(image)
#screen.close()结果：
免责声明：我是pypyulas的维护者。
You can avoid blocking execution by writing the plot to an array, then displaying the array in a different thread. Here is an example of generating and displaying plots simultaneously using pf.screen from pyformulas 0.2.8:
import pyformulas as pf
import matplotlib.pyplot as plt
import numpy as np
import time
fig = plt.figure()
canvas = np.zeros((480,640))
screen = pf.screen(canvas, 'Sinusoid')
start = time.time()
while True:
now = time.time() - start
x = np.linspace(now-2, now, 100)
y = np.sin(2*np.pi*x) + np.sin(3*np.pi*x)
plt.xlim(now-2,now+1)
plt.ylim(-3,3)
plt.plot(x, y, c='black')
# If we haven't already shown or saved the plot, then we need to draw the figure first...
fig.canvas.draw()
image = np.fromstring(fig.canvas.tostring_rgb(), dtype=np.uint8, sep='')
image = image.reshape(fig.canvas.get_width_height()[::-1] + (3,))
screen.update(image)
#screen.close()
Result:
Disclaimer: I’m the maintainer for pyformulas.
Reference: Matplotlib: save plot to numpy array
回答 3
这些答案中有很多是超级夸张的，从我的发现中，答案并不是那么难理解。
您可以plt.ion()根据需要使用，但我发现使用plt.draw()同样有效
对于我的特定项目，我正在绘制图像，但是您可以使用plot()或scatter()或其他任何一种来代替figimage()，这没关系。
plt.figimage(image_to_show)
plt.draw()
plt.pause(0.001)要么
fig = plt.figure()
...
fig.figimage(image_to_show)
fig.canvas.draw()
plt.pause(0.001)如果您使用的是实际数字。
我使用了@ krs013和@Default Picture的答案来解决这个问题，
希望这可以使某人不必在一个单独的线程上启动每个单独的角色，或者不必阅读这些小说就可以解决这个问题。
回答 4
实时绘图
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 100)
# plt.axis([x[0], x[-1], -1, 1]) # disable autoscaling
for point in x:
plt.plot(point, np.sin(2 * point), '.', color='b')
plt.draw()
plt.pause(0.01)
# plt.clf() # clear the current figure如果数据量太多，您可以通过一个简单的计数器降低更新率
cnt += 1
if (cnt == 10): # update plot each 10 points
plt.draw()
plt.pause(0.01)
cnt = 0程序退出后的保持图
这是我的实际问题，无法找到令人满意的答案，我想在脚本完成后未关闭的绘图（例如MATLAB），
如果您考虑一下，在脚本完成后，程序将终止，并且没有逻辑方式以这种方式保存绘图，因此有两个选择
- 阻止脚本退出（这是plt.show（）而不是我想要的）
- 在单独的线程上运行图（太复杂）
这对我来说并不令人满意，所以我在盒子外面找到了另一个解决方案
SaveToFile和在外部查看器中查看
为此，保存和查看均应快速进行，查看器不应锁定文件，而应自动更新内容
选择保存格式
基于矢量的格式既小又快速
- SVG不错，但是除了默认情况下需要手动刷新的Web浏览器之外，找不到合适的查看器
- PDF可支持矢量格式，并且有支持实时更新的轻量级查看器
快速实时更新的轻量级查看器
对于PDF，有几个不错的选择
在Windows上，我使用免费，快速，轻巧的SumatraPDF（我的机箱仅使用1.8MB RAM）
示例代码和结果
用于将绘图输出到文件的示例代码
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(2 * x)
plt.plot(x, y)
plt.savefig("fig.pdf")第一次运行后，在上述其中一个查看器中打开输出文件并欣赏。
这是VSCode和SumatraPDF的屏幕截图，该过程也足够快以达到半实时更新率（我的设置可以time.sleep()在间隔之间使用时接近10Hz ）
Live Plotting
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 100)
# plt.axis([x[0], x[-1], -1, 1]) # disable autoscaling
for point in x:
plt.plot(point, np.sin(2 * point), '.', color='b')
plt.draw()
plt.pause(0.01)
# plt.clf() # clear the current figure
if the amount of data is too much you can lower the update rate with a simple counter
cnt += 1
if (cnt == 10): # update plot each 10 points
plt.draw()
plt.pause(0.01)
cnt = 0
Holding Plot after Program Exit
This was my actual problem that couldn’t find satisfactory answer for, I wanted plotting that didn’t close after the script was finished (like MATLAB),
If you think about it, after the script is finished, the program is terminated and there is no logical way to hold the plot this way, so there are two options
- block the script from exiting (that’s plt.show() and not what I want)
- run the plot on a separate thread (too complicated)
this wasn’t satisfactory for me so I found another solution outside of the box
SaveToFile and View in external viewer
For this the saving and viewing should be both fast and the viewer shouldn’t lock the file and should update the content automatically
Selecting Format for Saving
vector based formats are both small and fast
- SVG is good but coudn’t find good viewer for it except the web browser which by default needs manual refresh
- PDF can support vector formats and there are lightweight viewers which support live updating
Fast Lightweight Viewer with Live Update
For PDF there are several good options
On Windows I use SumatraPDF which is free, fast and light (only uses 1.8MB RAM for my case)
On Linux there are several options such as Evince (GNOME) and Ocular (KDE)
Sample Code & Results
Sample code for outputing plot to a file
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(2 * x)
plt.plot(x, y)
plt.savefig("fig.pdf")
after first run, open the output file in one of the viewers mentioned above and enjoy.
Here is a screenshot of VSCode alongside SumatraPDF, also the process is fast enough to get semi-live update rate (I can get near 10Hz on my setup just use time.sleep() between intervals)
回答 5
Iggy的答案对我来说是最容易遵循的，但是subplot当我执行刚在执行的后续命令时却遇到了以下错误show：
MatplotlibDeprecationWarning：当前使用与先前轴相同的参数添加轴将重用较早的实例。在将来的版本中，将始终创建并返回一个新实例。同时，通过向每个轴实例传递唯一的标签，可以抑制此警告，并确保将来的行为。
为了避免此错误，它有助于在用户点击Enter后关闭（或清除）绘图。
这是对我有用的代码：
def plt_show():
'''Text-blocking version of plt.show()
Use this instead of plt.show()'''
plt.draw()
plt.pause(0.001)
input("Press enter to continue...")
plt.close()回答 6
Python包drawow允许以非阻塞方式实时更新绘图。
它还可以与网络摄像头和OpenCV配合使用，例如绘制每个帧的度量。
请参阅原始帖子。
