使用 Matplotlib 创建 CSV 数据的实时绘图

我正在尝试使用 Matplotlib 来可视化一些测量结果。测量通常持续约 24 小时，并将在 csv 中包含约 3 万行数据。我一直在努力让我的情节真正动画化。我可以执行代码，它将显示截至当前时间点的快照，但不会显示其他内容。当我尝试自动缩放它时，没有绘制任何内容，它只是默认在两个轴上显示 -.6 到 +.6 的视图。我应该调用 plt.draw() 才能使其正常工作吗？这是我到目前为止所拥有的：

import numpy as np
import datetime as dt
import matplotlib
import matplotlib.pyplot as plt
from matplotlib import animation

FMT = '%Y-%m-%d %H:%M:%S.%f'
data = np.genfromtxt('sampleData.csv', delimiter=',', skip_header=5,
                 names=['x', 'y', 'z', 'w'], dtype=['object', 'int8', 'int8', 'float'])                  

mytime = [dt.datetime.strptime(i.decode('ascii'), FMT) for i in data['x']]
thickness = data['w']

fig = plt.figure()
axes = fig.add_subplot(111)
line, = axes.plot([], [], '.')
plt.show(block=False)

def init():
    line.set_data([],[]) 
    return line,

fig.canvas.draw()

def animate(i):
    xdata = mytime[:i]
    ydata = thickness[:i]
    line.set_data(xdata, ydata)
    plt.draw()
    axes.relim()
    axes.autoscale(True,'both',True) 
    axes.autoscale_view(True,True,True)
    return line,

anim = animation.FuncAnimation(fig, animate, init_func=init,  
                           interval=0, blit=True)

plt.show()

这是 CSV 中的数据示例行：

2013-09-25 14:51:15.329091,1,0,439.80,,,,0,0,

你有两个问题。一是因为你实际上把东西画了两次，二是纯粹是人类心理学（随着时间的推移，情节似乎会变慢，因为你在 10000 上加 1 点，而不是在 10 或 100 上加 1 点）。

我们先来讨论一下双抽：

The FuncAnimation会为你绘制东西，但是通过告诉它使用位图传输，它只会更新轴的内部而不是刻度线等。因此，你需要手动调用draw，但是动画会调用draw_artist，还有。

通过删除，您应该能够获得至少 2 倍的加速blit=True and plt.draw()

此外，通过设置interval=0，你强迫它不断地绘制，这将有效地迫使事物锁定。将间隔设置为更合理的值，例如25（间隔以毫秒为单位。“25”是 40 fps。）。

例如，这对我来说非常顺利：

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

y = np.random.normal(0, 1, 10000).cumsum(axis=0)
x = np.arange(y.size)

fig, ax = plt.subplots()
line, = ax.plot([], [], '.')
ax.margins(0.05)

def init():
    line.set_data(x[:2],y[:2])
    return line,

def animate(i):
    i = min(i, x.size)
    xdata = x[:i]
    ydata = y[:i]
    line.set_data(xdata, ydata)
    ax.relim()
    ax.autoscale()
    return line,

anim = animation.FuncAnimation(fig, animate, init_func=init, interval=25)

plt.show()

我还添加了ax.margins(0.05)以避免轴限制捕捉到下一个最接近的“偶数”数字并给出“不稳定”的外观。

但是，由于您逐渐绘制越来越多的数据，因此变化率将看起来很慢，仅仅是因为随时间变化的数据似乎较少。在 10000 的末尾加 1 点很难被注意到，但是在 10 的末尾加 1 点就很明显了。very显。

因此，剧情看起来much尽管更新速度相同，但开始时比结束时更“令人兴奋”。

这与 matplotlib 没有任何关系，而是您选择的数据动画方式的结果。

为了解决这个问题，您可以考虑在数据中移动“滑动窗口”并一次绘制恒定数量的点。举个例子：

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

y = np.random.normal(0, 1, 1000000).cumsum(axis=0)
x = np.arange(y.size) + 1

fig, ax = plt.subplots()
line, = ax.plot([], [], 'k-')
ax.margins(0.05)

def init():
    line.set_data(x[:2],y[:2])
    return line,

def animate(i):
    win = 300
    imin = min(max(0, i - win), x.size - win)
    xdata = x[imin:i]
    ydata = y[imin:i]
    line.set_data(xdata, ydata)
    ax.relim()
    ax.autoscale()
    return line,

anim = animation.FuncAnimation(fig, animate, init_func=init, interval=25)

plt.show()