使用matplotlib进行实时更新

问题描述

所以我有一些手机加速度计数据，我想基本制作一个关于手机运动的视频。因此，我使用matplotlib创建了数据的3D图形：

  from mpl_toolkits.mplot3d import Axes3D 
 import matplotlib。 pyplot as plt 
 import pandas as pd 
 import pickle 
 def pickleLoad（pickleFile）：
 pkl_file = open（pickleFile，'rb'）
 data = pickle.load （pkl_file）
 pkl_file.close（）
返回数据
 data = pickleLoad（'/ Users / ryansaxe / Desktop / kaggle_parkinsons / accelerometry / LILY_dataframe'）
 data = data.reset_index （drop = True）
 fig = plt.figure（）
 ax = fig.add_subplot（111，projection ='3d'）
 xs = data ['x.mean'] 
 ys = data ['y.mean'] 
 zs = data ['z.mean'] 
 ax.scatter（xs，ys，zs）
 ax.set_xlabel（'X标签'）
 ax.set_ylabel（'Y Label'）
 ax.set_zlabel（'Z Label'）
 plt.show（）
  

现在时间很重要，实际上也是我一次只能看到一个点的因素，因为时间也是一个因素，它让我看着程序

我能做些什么来使它成为实时更新图表？

只有我能想到的是有一个循环遍历并逐行生成图形，但是这会打开很多文件，因为我有数百万行，所以它会被疯狂。

那么我该如何创建一个实时更新图表？

解决方案

这里是一个裸机例子，它可以尽快更新：

  import pylab as plt 
 import numpy as np 
 
 X = np.linspace（0,2,1000）
 Y = X ** 2 + np.random.random（X.shape）
 
 plt.ion（）
 graph = plt.plot（X，Y）[0] 
 
而真：
 Y = X ** 2 + np.random.random（X.shape）
 graph.set_ydata（Y）
 plt.draw（）
  

诀窍是 not 继续创建新图形，因为这将继续消耗内存，但要更改现有plo上的x，y，z数据吨。使用 .ion（）和 .draw（）设置画布进行更新。

附录：@Kelsey以下排名很高的评论指出：

So I have some phone accelerometry data and I would like to basically make a video of what the motion of the phone looked like. So I used matplotlib to create a 3D graph of the data:

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import pandas as pd
import pickle
def pickleLoad(pickleFile):
    pkl_file = open(pickleFile, 'rb')
    data = pickle.load(pkl_file)
    pkl_file.close()
    return data
data = pickleLoad('/Users/ryansaxe/Desktop/kaggle_parkinsons/accelerometry/LILY_dataframe')
data = data.reset_index(drop=True)
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
xs = data['x.mean']
ys = data['y.mean']
zs = data['z.mean']
ax.scatter(xs, ys, zs)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')
plt.show()

Now time is important and is actually also a factor that I only see one point at a time because time is also a factor and it lets me watch the progression of the accelerometry data!

What can I do with this to make it a live updating graph?

Only thing I can think of is to have a loop that goes through row by row and makes the graph from the row, but that will open so many files that it would be insane because I have millions of rows.

So how can I create a live updating graph?

解决方案

Here is a bare-bones example that updates as fast as it can:

import pylab as plt
import numpy as np

X = np.linspace(0,2,1000)
Y = X**2 + np.random.random(X.shape)

plt.ion()
graph = plt.plot(X,Y)[0]

while True:
    Y = X**2 + np.random.random(X.shape)
    graph.set_ydata(Y)
    plt.draw()

The trick is not to keep creating new graphs as this will continue to eat up memory, but to change the x,y,z-data on an existing plot. Use .ion() and .draw() setup the canvas for updating like this.

Addendum: A highly ranked comment below by @Kelsey notes that:

这篇关于使用matplotlib进行实时更新的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！