matplotlib - Matplotlib/PyPlot 中的快速实时绘图

Question

多年来，我一直在努力在 matplotlib 中获得高效的实时绘图，直到今天我仍然不满意。

我想要一个 redraw_figure更新图形“实时”(在代码运行时)的函数，如果我停在断点处，它将显示最新的图。

这是一些演示代码:

import time
from matplotlib import pyplot as plt
import numpy as np

def live_update_demo():

    plt.subplot(2, 1, 1)
    h1 = plt.imshow(np.random.randn(30, 30))
    redraw_figure()
    plt.subplot(2, 1, 2)
    h2, = plt.plot(np.random.randn(50))
    redraw_figure()

    t_start = time.time()
    for i in xrange(1000):
        h1.set_data(np.random.randn(30, 30))
        redraw_figure()
        h2.set_ydata(np.random.randn(50))
        redraw_figure()
        print 'Mean Frame Rate: %.3gFPS' % ((i+1) / (time.time() - t_start))

def redraw_figure():
    plt.draw()
    plt.pause(0.00001)

live_update_demo()

当代码运行时，绘图应该实时更新，并且在 redraw_figure() 之后的任何断点处停止时我们应该看到最新的数据。 .问题是如何最好地实现 redraw_figure()
在上面的实现( plt.draw(); plt.pause(0.00001) )中，它可以工作，但是非常慢(~3.7FPS)

我可以将其实现为:

def redraw_figure():
    plt.gcf().canvas.flush_events()
    plt.show(block=False)

它运行得更快(~11FPS)，但是当您在断点处停止时，绘图不是最新的(例如，如果我在 t_start = ... 行上放置一个断点，则不会出现第二个绘图)。

奇怪的是，真正起作用的是两次调用该节目:

def redraw_figure():
    plt.gcf().canvas.flush_events()
    plt.show(block=False)
    plt.show(block=False)

如果您在任何一行中断，它可以提供 ~11FPS 并且确实使绘图保持最新数据。

现在我听说它说“block”关键字已被弃用。无论如何，两次调用相同的函数似乎是一种奇怪的，可能是不可移植的黑客攻击。

那么我可以在这个函数中放入什么，以合理的帧速率绘制，不是一个巨大的杂物，并且最好跨后端和系统工作？

一些注意事项:

我在 OSX 上，使用 TkAgg后端，但欢迎任何后端/系统上的解决方案

交互模式“开”将不起作用，因为它不会实时更新。当解释器等待用户输入时，它只会在 Python 控制台中更新。

一个 blog建议实现:

def redraw_figure():
无花果 = plt.gcf()
fig.canvas.draw()
fig.canvas.flush_events()

但至少在我的系统上，这根本不会重绘绘图。

所以，如果有人有答案，你会直接让我和其他成千上万的人非常高兴。他们的幸福可能会渗透到他们的 friend 和亲戚、他们的 friend 和亲戚等等，这样你就有可能改善数十亿人的生活。

结论

ImportanceOfBeingErnest 展示了如何使用 blit 进行更快的绘图，但这并不像在 redraw_figure 中放入一些不同的东西那么简单。函数(您需要跟踪要重绘的内容)。

Answer 1

首先，问题中发布的代码在我的机器上以 7 fps 运行，QT4Agg 作为后端。

现在，正如许多帖子中所建议的那样，例如 here或 here , 使用 blit可能是一个选择。虽然 this article提到 blit 会导致强烈的内存泄漏，我无法观察到。

我稍微修改了您的代码，并比较了使用和不使用 blit 的帧速率。下面的代码给出

无 blit 运行时为 28 fps

175 fps 与 blit

代码:

import time
from matplotlib import pyplot as plt
import numpy as np


def live_update_demo(blit = False):
    x = np.linspace(0,50., num=100)
    X,Y = np.meshgrid(x,x)
    fig = plt.figure()
    ax1 = fig.add_subplot(2, 1, 1)
    ax2 = fig.add_subplot(2, 1, 2)

    img = ax1.imshow(X, vmin=-1, vmax=1, interpolation="None", cmap="RdBu")


    line, = ax2.plot([], lw=3)
    text = ax2.text(0.8,0.5, "")

    ax2.set_xlim(x.min(), x.max())
    ax2.set_ylim([-1.1, 1.1])

    fig.canvas.draw()   # note that the first draw comes before setting data 


    if blit:
        # cache the background
        axbackground = fig.canvas.copy_from_bbox(ax1.bbox)
        ax2background = fig.canvas.copy_from_bbox(ax2.bbox)

    plt.show(block=False)


    t_start = time.time()
    k=0.

    for i in np.arange(1000):
        img.set_data(np.sin(X/3.+k)*np.cos(Y/3.+k))
        line.set_data(x, np.sin(x/3.+k))
        tx = 'Mean Frame Rate:\n {fps:.3f}FPS'.format(fps= ((i+1) / (time.time() - t_start)) ) 
        text.set_text(tx)
        #print tx
        k+=0.11
        if blit:
            # restore background
            fig.canvas.restore_region(axbackground)
            fig.canvas.restore_region(ax2background)

            # redraw just the points
            ax1.draw_artist(img)
            ax2.draw_artist(line)
            ax2.draw_artist(text)

            # fill in the axes rectangle
            fig.canvas.blit(ax1.bbox)
            fig.canvas.blit(ax2.bbox)

            # in this post http://bastibe.de/2013-05-30-speeding-up-matplotlib.html
            # it is mentionned that blit causes strong memory leakage. 
            # however, I did not observe that.

        else:
            # redraw everything
            fig.canvas.draw()

        fig.canvas.flush_events()
        #alternatively you could use
        #plt.pause(0.000000000001) 
        # however plt.pause calls canvas.draw(), as can be read here:
        #http://bastibe.de/2013-05-30-speeding-up-matplotlib.html


live_update_demo(True)   # 175 fps
#live_update_demo(False) # 28 fps

更新:
为了更快地绘图，可以考虑使用 pyqtgraph .
如 pyqtgraph documentation说:“对于绘图，pyqtgraph 不像 matplotlib 那样完整/成熟，但运行速度要快得多。”

我将上面的例子移植到 pyqtgraph。虽然它看起来有点难看，但它在我的机器上以 250 fps 的速度运行。

总结一下，

matplotlib(无 blitting):28 fps

matplotlib(带 blitting):175 fps

pyqtgraph: 250 帧/秒

pyqtgraph 代码:

import sys
import time
from pyqtgraph.Qt import QtCore, QtGui
import numpy as np
import pyqtgraph as pg


class App(QtGui.QMainWindow):
    def __init__(self, parent=None):
        super(App, self).__init__(parent)

        #### Create Gui Elements ###########
        self.mainbox = QtGui.QWidget()
        self.setCentralWidget(self.mainbox)
        self.mainbox.setLayout(QtGui.QVBoxLayout())

        self.canvas = pg.GraphicsLayoutWidget()
        self.mainbox.layout().addWidget(self.canvas)

        self.label = QtGui.QLabel()
        self.mainbox.layout().addWidget(self.label)

        self.view = self.canvas.addViewBox()
        self.view.setAspectLocked(True)
        self.view.setRange(QtCore.QRectF(0,0, 100, 100))

        #  image plot
        self.img = pg.ImageItem(border='w')
        self.view.addItem(self.img)

        self.canvas.nextRow()
        #  line plot
        self.otherplot = self.canvas.addPlot()
        self.h2 = self.otherplot.plot(pen='y')


        #### Set Data  #####################

        self.x = np.linspace(0,50., num=100)
        self.X,self.Y = np.meshgrid(self.x,self.x)

        self.counter = 0
        self.fps = 0.
        self.lastupdate = time.time()

        #### Start  #####################
        self._update()

    def _update(self):

        self.data = np.sin(self.X/3.+self.counter/9.)*np.cos(self.Y/3.+self.counter/9.)
        self.ydata = np.sin(self.x/3.+ self.counter/9.)

        self.img.setImage(self.data)
        self.h2.setData(self.ydata)

        now = time.time()
        dt = (now-self.lastupdate)
        if dt <= 0:
            dt = 0.000000000001
        fps2 = 1.0 / dt
        self.lastupdate = now
        self.fps = self.fps * 0.9 + fps2 * 0.1
        tx = 'Mean Frame Rate:  {fps:.3f} FPS'.format(fps=self.fps )
        self.label.setText(tx)
        QtCore.QTimer.singleShot(1, self._update)
        self.counter += 1


if __name__ == '__main__':

    app = QtGui.QApplication(sys.argv)
    thisapp = App()
    thisapp.show()
    sys.exit(app.exec_())