python - 使用 Matplotlib 创建 CSV 数据的实时图

Question

我正在尝试使用 Matplotlib 可视化一些测量值。测量通常持续约 24 小时，并将在 csv 中包含约 30k 行数据。我一直在努力让我的情节真正生动起来。我可以执行代码，它会显示当前时间点的快照，但不会显示其他内容。当我尝试自动缩放它时，没有任何绘图，它只是默认为两个轴上的 -.6 到 +.6 的 View 。我应该调用 plt.draw() 来让它工作吗？这是我目前所拥有的:

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()

这是来自 CSV 的示例数据行:

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

Answer 1

您有两个问题。一是因为你有效地画了两次，二是纯粹的人类心理(情节似乎随着时间的推移而变慢，因为你是在 10000 上加一分而不是在 10 或 100 上加一分)。

---

让我们先讨论双抽:

FuncAnimation 会为您绘制内容，但通过告诉它使用 blitting，它只会更新轴的内部而不是刻度等。因此，您需要手动调用 draw，但动画也会调用 draw_artist。

通过移除 blit=True 和 plt.draw()

，您应该能够获得至少 2 倍的加速

此外，通过设置 interval=0，您可以强制它不断绘制，这将有效地强制事物锁定。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。)。

比如这个对我来说很顺利:

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近的“偶数”数字并给出“不稳定”的外观。

---

但是，由于您正在逐渐绘制越来越多的数据，因此变化的速度会显得很慢，这仅仅是因为随着时间的推移似乎只有较少的数据在变化。在 10000 末尾加 1 点几乎不引人注意，但在 10 末尾加 1 点非常引人注意。

因此，即使更新速度相同，情节在开始时看起来远“令人兴奋”。

这与 matplotlib 没有任何关系，是您选择动画化数据的方式的结果。

要解决这个问题，您可以考虑在数据中移动“滑动窗口”并一次绘制固定数量的点。例如:

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()