从txt种获取数据 并且通过动态曲线显示

import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation import time # Fixing random state for reproducibility np.random.seed(196) path = "feed.txt" file = open(path, 'r') data = []for line in file.readlines(): lineArr = line.strip().split() data.append(int(lineArr[0])) xdata = np.arange(0,len(data))#初始数据绘图 dis = np.zeros(40) dis2 = dis fig, ax = plt.subplots() line, = ax.plot(dis) ax.set_ylim(0, 100) plt.grid(True) ax.set_ylabel("distance: m") ax.set_xlabel("time") def update(frame): global dis global dis2 global line #读入模拟 a = frame time.sleep(np.random.rand()/10) #绘图数据生成 dis[0:-1] = dis2[1:] dis[-1] = a dis2 = dis #绘图 line.set_ydata(dis) #颜色设置 plt.setp(line, 'color', 'b', 'linewidth', 2.0) return line ani = animation.FuncAnimation(fig, update,frames=data, interval=10) plt.show()

输出：

补充拓展：Python绘制mes曲线实例

mes曲线：累计误差曲线。一般用于测试生成的关键点与标定的关键点间的差异情况，差异一般是指两点间的欧氏距离。

标记点坐标 p_g(x,y)

预测点坐标 p_t(x,y)

dist(p_g,p_t)可以计算两点间的欧氏距离。

def dist(point1,point2): return ((point1[0] - point2[0]) ** 2 + (point1[1] - point2[1]) ** 2) ** 0.5

在人脸的关键点检测中，dist()计算的距离/双眼间距离 进行归一化。将归一化后的值append到MSE，调用drawCDFSingle(MSE)即可看到累计误差曲线。

def drawCDFSingle(MSE): plotDataset = [[], []] plt.grid() plt.xlabel("pixel error") plt.ylabel("Fraction of number of landmarks") plt.title('CDF') for i in range(len(MSE[0])): sumnum = 0 mse_point = [x[i] for x in MSE] mse_point.sort() plotDataset[0]=[] plotDataset[1]=[] for t in range(len(mse_point)): plotDataset[0].append(float(t+1)/len(mse_point)) # sumnum=sumnum+float(mse_point[t]) plotDataset[1].append(float(mse_point[t])) plt.plot(plotDataset[1],plotDataset[0] , color[i%len(color)]+linestyle[i%len(linestyle)], linewidth=2, label=i) plt.legend() # make legend plt.show()

以上这篇python绘制动态曲线教程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。