实时画图

import matplotlib.pyplot as pltax = [] # 定义一个 x 轴的空列表用来接收动态的数据ay = [] # 定义一个 y 轴的空列表用来接收动态的数据plt.ion() # 开启一个画图的窗口for i in range(100): # 遍历0-99的值 ax.append(i) # 添加 i 到 x 轴的数据中 ay.append(i**2) # 添加 i 的平方到 y 轴的数据中 plt.clf() # 清除之前画的图 plt.plot(ax,ay) # 画出当前 ax 列表和 ay 列表中的值的图形 plt.pause(0.1) # 暂停一秒 plt.ioff() # 关闭画图的窗口

实时画图 效果图

补充知识：Python 绘图与可视化 matplotlib 动态条形图 bar

第一种办法

一种方法是每次都重新画，包括清除figure

def animate(fi): bars=[] if len(frames)>fi: # axs.text(0.1,0.90,time_template%(time.time()-start_time),transform=axs.transAxes)#所以这样 time_text.set_text(time_template%(0.1*fi))#这个必须没有axs.cla()才行 # axs.cla() axs.set_title('bubble_sort_visualization') axs.set_xticks([]) axs.set_yticks([]) bars=axs.bar(list(range(Data.data_count)),#个数 [d.value for d in frames[fi]],#数据 1, #宽度 color=[d.color for d in frames[fi]]#颜色 ).get_children() return bars anim=animation.FuncAnimation(fig,animate,frames=len(frames), interval=frame_interval,repeat=False)

这样效率很低，而且也有一些不可取的弊端，比如每次都需要重新设置xticks、假如figure上添加的有其他东西，这些东西也一并被clear了，还需要重新添加，比如text，或者labale。

第二种办法

可以像平时画线更新data那样来更新bar的高

'''遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！'''import matplotlib.pyplot as pltimport numpy as npfrom matplotlib import animation fig=plt.figure(1,figsize=(4,3))ax=fig.add_subplot(111)ax.set_title('bar_animate_test')#ax.set_xticks([])注释了这个是能看到变化，要不看不到变化，不对，能看到变化，去了注释吧#ax.set_yticks([])ax.set_xlabel('xlable')N=5frames=50x=np.arange(1,N+1) collection=[]collection.append([i for i in x])for i in range(frames): collection.append([ci+1 for ci in collection[i]])print(collection)xstd=[0,1,2,3,4]bars=ax.bar(x,collection[0],0.30)def animate(fi): # collection=[i+1 for i in x]　　 ax.set_ylim(0,max(collection[fi])+3)#对于问题3，添加了这个 for rect ,yi in zip(bars,collection[fi]): rect.set_height(yi) # bars.set_height(collection) return barsanim=animation.FuncAnimation(fig,animate,frames=frames,interval=10,repeat=False)plt.show()

问题

*）TypeError: ‘numpy.int32' object is not iterable

x=np.arange(1,N+1)<br>collection=[i for i in x]#collection=[i for i in list(x)]#错误的认为是dtype的原因，将这里改成了list（x)for i in range(frames): collection.append([ci+1 for ci in collection[i]])#问题的原因是因为此时的collection还是一个一位数组，所以这个collection[i]是一个x里的一个数，并不是一个列表，我竟然还以为的dtype的原因，又改了xstd=[0,1,2,3,4]

应该是

'''遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！'''collection=[]collection.append([i for i in x])#成为二维数组for i in range(frames): collection.append([ci+1 for ci in collection[i]])

然后又出现了下面的问题：

*）TypeError: only size-1 arrays can be converted to Python scalars

Traceback (most recent call last): File "forTest.py", line 22, in <module> bars=ax.bar(x,collection,0.30) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\__init__.py", line 1589, in inner return func(ax, *map(sanitize_sequence, args), **kwargs) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\axes\_axes.py", line 2430, in bar label='_nolegend_', File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\patches.py", line 707, in __init__ Patch.__init__(self, **kwargs) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\patches.py", line 89, in __init__ self.set_linewidth(linewidth) File "C:\Users\Administrator.SC-201605202132\Envs\sort\lib\site-packages\matplotlib\patches.py", line 368, in set_linewidth self._linewidth = float(w)TypeError: only size-1 arrays can be converted to Python scalars

应该是传递的参数错误，仔细想了一下，在报错的代码行中，collection原来是没错的，因为原来是一维数组，现在变成二维了，改为

bars=ax.bar(x,collection[0],0.30)

好了

*）出现的问题，在上面的代码中，运行的时候不会画布的大小不会变，会又条形图溢出的情况，在animate（）中添加了

'''遇到问题没人解答？小编创建了一个Python学习交流QQ群：857662006 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！'''def animate(fi): # collection=[i+1 for i in x] ax.set_ylim(0,max(collection[fi])+3)#添加了这个 for rect ,yi in zip(bars,collection[fi]): rect.set_height(yi) # bars.set_height(collection) return bars

别的属性

*）条形图是怎样控制间隔的：

是通过控制宽度

width=1，#没有间隔，每个条形图会紧挨着

*）errorbar:

是加一个横线，能通过xerr和yerr来调整方向

xstd=[0,1,2,3,4]
bars=ax.bar(x,collection,0.30,xerr=xstd)

以上这篇Python matplotlib实时画图案例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。