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。

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()

一个对我有用的简单技巧如下：

1. 在show内使用block = False参数：plt.show（block = False）
2. 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。

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。

参考：Matplotlib：将图保存到numpy数组

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。

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

1. 阻止脚本退出（这是plt.show（）而不是我想要的）
2. 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）

• 在Linux上，有几种选择，例如Evince（GNOME）和Ocular（KDE）

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 ）

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()

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。