如何在matplotlib中更新图？

我在这里重新绘制图形时遇到问题。我允许用户在时间刻度（x轴）中指定单位，然后重新计算并调用此函数plots()。我希望该图可以简单地更新，而不是将另一个图添加到该图上。

def plots():
    global vlgaBuffSorted
    cntr()

    result = collections.defaultdict(list)
    for d in vlgaBuffSorted:
        result[d['event']].append(d)

    result_list = result.values()

    f = Figure()
    graph1 = f.add_subplot(211)
    graph2 = f.add_subplot(212,sharex=graph1)

    for item in result_list:
        tL = []
        vgsL = []
        vdsL = []
        isubL = []
        for dict in item:
            tL.append(dict['time'])
            vgsL.append(dict['vgs'])
            vdsL.append(dict['vds'])
            isubL.append(dict['isub'])
        graph1.plot(tL,vdsL,'bo',label='a')
        graph1.plot(tL,vgsL,'rp',label='b')
        graph2.plot(tL,isubL,'b-',label='c')

    plotCanvas = FigureCanvasTkAgg(f, pltFrame)
    toolbar = NavigationToolbar2TkAgg(plotCanvas, pltFrame)
    toolbar.pack(side=BOTTOM)
    plotCanvas.get_tk_widget().pack(side=TOP)

您基本上有两个选择：

1. 完全执行当前操作，但是在重新配置数据之前先致电graph1.clear()和graph2.clear()。这是最慢，但最简单和最可靠的选择。

2. 除了重新绘制外，您还可以更新绘图对象的数据。您需要在代码中进行一些更改，但这应该比每次重新绘制都快得多。但是，您要绘制的数据的形状无法更改，并且如果数据范围正在更改，则需要手动重置x和y轴限制。

举一个第二种选择的例子：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 6*np.pi, 100)
y = np.sin(x)

# You probably won't need this if you're embedding things in a tkinter plot...
plt.ion()

fig = plt.figure()
ax = fig.add_subplot(111)
line1, = ax.plot(x, y, 'r-') # Returns a tuple of line objects, thus the comma

for phase in np.linspace(0, 10*np.pi, 500):
    line1.set_ydata(np.sin(x + phase))
    fig.canvas.draw()
    fig.canvas.flush_events()

您还可以执行以下操作：这将在for循环的50个循环的绘图上绘制10x1随机矩阵数据。

import matplotlib.pyplot as plt
import numpy as np

plt.ion()
for i in range(50):
    y = np.random.random([10,1])
    plt.plot(y)
    plt.draw()
    plt.pause(0.0001)
    plt.clf()

这对我有用。每次重复调用更新图形的函数。

import matplotlib.pyplot as plt
import matplotlib.animation as anim

def plot_cont(fun, xmax):
    y = []
    fig = plt.figure()
    ax = fig.add_subplot(1,1,1)

    def update(i):
        yi = fun()
        y.append(yi)
        x = range(len(y))
        ax.clear()
        ax.plot(x, y)
        print i, ': ', yi

    a = anim.FuncAnimation(fig, update, frames=xmax, repeat=False)
    plt.show()

“ fun”是一个返回整数的函数。FuncAnimation将反复调用“更新”，它将执行“ xmax”次。

如果有人碰到本文来寻找我想要的东西，我在

如何使用Matplotlib可视化标量2D数据？

和

http://mri.brechmos.org/2009/07/automatically-update-a-figure-in-a-loop（在web.archive.org上）

然后对其进行修改，以将imshow与输入的帧堆栈一起使用，而不是动态生成和使用轮廓。

从3D形状的图像阵列（nBins，nBins，nBins）开始，称为frames。

def animate_frames(frames):
    nBins   = frames.shape[0]
    frame   = frames[0]
    tempCS1 = plt.imshow(frame, cmap=plt.cm.gray)
    for k in range(nBins):
        frame   = frames[k]
        tempCS1 = plt.imshow(frame, cmap=plt.cm.gray)
        del tempCS1
        fig.canvas.draw()
        #time.sleep(1e-2) #unnecessary, but useful
        fig.clf()

fig = plt.figure()
ax  = fig.add_subplot(111)

win = fig.canvas.manager.window
fig.canvas.manager.window.after(100, animate_frames, frames)

我还发现了进行此整个过程的简单得多的方法，尽管不够健壮：

fig = plt.figure()

for k in range(nBins):
    plt.clf()
    plt.imshow(frames[k],cmap=plt.cm.gray)
    fig.canvas.draw()
    time.sleep(1e-6) #unnecessary, but useful

请注意，这两个似乎只适用于ipython --pylab=tk，backend = TkAgg

感谢您提供的所有帮助。

我发布了一个名为python-drawnow的软件包，该软件包提供了使图形更新的功能（通常在for循环内调用），类似于Matlab的drawnow。

用法示例：

from pylab import figure, plot, ion, linspace, arange, sin, pi
def draw_fig():
    # can be arbitrarily complex; just to draw a figure
    #figure() # don't call!
    plot(t, x)
    #show() # don't call!

N = 1e3
figure() # call here instead!
ion()    # enable interactivity
t = linspace(0, 2*pi, num=N)
for i in arange(100):
    x = sin(2 * pi * i**2 * t / 100.0)
    drawnow(draw_fig)

该软件包适用于任何matplotlib图形，并提供了在每个图形更新或放入调试器后等待的选项。

以上所有内容可能都是正确的，但是对我来说，“在线更新”数字仅适用于某些后端wx。您可能只是想尝试更改为该值，例如通过启动ipython / pylab ipython --pylab=wx！祝好运！

这对我有用：

from matplotlib import pyplot as plt
from IPython.display import clear_output
import numpy as np
for i in range(50):
    clear_output(wait=True)
    y = np.random.random([10,1])
    plt.plot(y)
    plt.show()