一、背景
有些情况下，我们面对实时更新的数据，希望能够在一个窗口中可视化出来，并且能够实时更新，方便我们观察数据的变化，从而进行数据分析，例如：绘制音频的波形，绘制动态曲线等，下面介绍使用matplotlib结合多线程绘制动态图，希望能帮助到有需要的朋友。
遇到的场景：最近刚好在学习人工智能中的遗传算法，并且使用该算法求解TSP，了解这个算法的朋友知道这个算法是通过不断迭代，寻找适应度大的最优解，为了了解迭代过程中适应度的变化，我希望能够实时更新迭代过程中的适应度，将其可视化出来（数据量不断增大）
直接上图：
二、步骤
1、使用matplotlib绘制动态图
- 工具：matplotlib.animation
2、创建一个线程用于更新数据
- threading
三、代码框架
# Author: 浅若清风cyf
# Date: 2020/12/11
import threading
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import matplotlib.lines as line
import numpy as np
CHUNK = 2048 # 初始数据量
data=np.random.normal(0,1,CHUNK) # 存放数据，用于绘制图像，数据类型可为列表
# 定义画布
fig = plt.figure()
ax = plt.subplot(111,ylim=(0,5))
line = line.Line2D([], []) # 绘制直线
# 初始化图像
def plot_init():
ax.add_line(line)
return line, # 必须加逗号,否则会报错（TypeError: 'Line2D' object is not iterable）
# 更新图像(animation会不断调用此函数刷新图像，实现动态图的效果)
def plot_update(i):
global data # data为全局变量
data_copy = data.copy() # 为避免线程不同步导致获取到的data在绘制图像时被更新，这里复制数据的副本，否则绘制图像的时候可能会出现x和y的数据维度不相等的情况
x_data=np.arange(0,data_copy.shape[0],1) # x轴根据y轴数据自动生成（可根据需要修改）
ax.set_xlim(0,data_copy.shape[0]) # 横坐标范围（横坐标的范围和刻度可根据数据长度更新）
ax.set_title("title",fontsize=8) # 设置title
line.set_xdata(x_data) # 更新直线的数据
line.set_ydata(data_copy) # 更新直线的数据
# 大标题（若有多个子图，可为其设置大标题）
plt.suptitle('Suptitle',fontsize=8)
# 重新渲染子图
ax.figure.canvas.draw() # 必须加入这一行代码，才能更新title和坐标!!!
return line, # 必须加逗号,否则会报错（TypeError: 'Line2D' object is not iterable）
# 绘制动态图
ani = animation.FuncAnimation(fig, # 画布
plot_update, # 图像更新
init_func=plot_init, # 图像初始化
frames=1,
interval=30, # 图像更新间隔
blit=True)
# 数据更新函数
def dataUpdate_thead():
global data
# 为了方便理解代码，这里生成正态分布的随机数据
while True: # 为了方便测试，让数据不停的更新
data=np.random.normal(0,1,CHUNK)
# 为数据更新函数单独创建一个线程，与图像绘制的线程并发执行
ad_rdy_ev = threading.Event()
ad_rdy_ev.set() # 设置线程运行
t = threading.Thread(target=dataUpdate_thead, args=()) # 更新数据，参数说明：target是线程需要执行的函数，args是传递给函数的参数）
t.daemon = True
t.start() # 线程执行
plt.show() # 显示图像(0,1,CHUNK)
# 为数据更新函数单独创建一个线程，与图像绘制的线程并发执行
ad_rdy_ev = threading.Event()
ad_rdy_ev.set() # 设置线程运行
t = threading.Thread(target=dataUpdate_thead, args=()) # 更新数据，参数说明：target是线程需要执行的函数，args是传递给函数的参数）
t.daemon = True
t.start() # 线程执行
plt.show() # 显示图像
效果：
到此这篇关于python多线程实现动态图绘制的文章就介绍到这了,更多相关python绘制动态图内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！