我就廢話不多說啦，還是直接看代碼吧！

from matplotlib import pyplot as plt
import numpy as np
 
x = np.linspace(1, 100, 20)
y = x *2 +3
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.scatter(x, y)
plt.ion()
for i in range(10):
 y = x*i*0.1 + i
 try:
  ax.lines.remove(lines[0])
 except Exception:
  pass
 lines = ax.plot(x ,y)
 plt.pause(0.1)

補充知識：用Python的matplotlib庫動態(tài)顯示不斷增長的數(shù)據(jù)

"""
Created on Mon Dec 07 16:34:10 2015

@author: SuperWang
"""

import matplotlib.pyplot as plt
import numpy as np

fig,ax=plt.subplots()
fig2,ax2=plt.subplots()


y1=[]
y2=[]

for i in range(50):
 y1.append(np.sin(i))
 y2.append(np.cos(i))
 ax.cla()
 ax.set_title("Loss")
 ax.set_xlabel("Iteration")
 ax.set_ylabel("Loss")
 ax.set_xlim(0,55)
 ax.set_ylim(-1,1)
 ax.grid()
 ax.plot(y1,label='train')
 ax.plot(y2,label='test')
 ax.legend(loc='best')

 ax2.cla()
 ax2.set_title("Loss")
 ax2.set_xlabel("Iteration")
 ax2.set_ylabel("Loss")
 ax2.set_xlim(0,55)
 ax2.set_ylim(-1,1)
 ax2.grid()
 ax2.plot(y1,label='train')
 ax2.plot(y2,label='test')
 ax2.legend(loc='best')
 plt.pause(1)

要解決的問題如標題所示，原理很簡單，就是當數(shù)據(jù)增長時，不斷清空以前的繪畫內(nèi)容，然后把現(xiàn)有的數(shù)據(jù)重新畫出來（數(shù)據(jù)是胡亂生成的）。

具體過程如下：

fig,ax=plt.subplots() 產(chǎn)生一個figure對象和一個axis對象。figure相當于一個窗口，而axis相當于一個畫布。此句也可以用兩句生成，即fig=plt.figure(num)，括號中的參數(shù)是figure的ID，如果只需創(chuàng)建一個figure對象，那么可以省略。然后ax=fig.subplot(1,1,1)，subplot()的具體用法可以去google或百度一下。ax.cla()就是在新數(shù)據(jù)到來時，先把之前的繪制的內(nèi)容清空，接下來，ax.set_title(“Loss”)，ax.set_xlabel(“Iteration”)，ax.set_ylabel(“Loss”)都很簡單，見名知意。ax.set_xlim(0,55)，ax.set_ylim(-1,1)分別用來設置x軸和y軸的兩個端點。ax.grid()給畫布加上網(wǎng)格。ax.plot(y1,label='train')，ax.plot(y2,label='test')這兩句是實際的繪制命令，其中，參數(shù)label是為以后生成圖例用的。ax2.legend(loc='best')用來生成圖例，loc參數(shù)代表圖例位置location，而value：‘best'是其中的一種選擇，除此之外，還有左上角等其他選項。最后，plt.pause(1)是為了顯示上更直觀，故意每繪制一次，暫停1秒，注意，這里的單位是秒。如果是實際的應用，而數(shù)據(jù)生成的過程又比較慢，此句完全可以省略。

這段代碼中創(chuàng)建了兩個窗口，在實驗過程中，我發(fā)現(xiàn)只能有一個窗口被選中，即用鼠標點擊哪個窗口，哪個窗口會動態(tài)地顯示繪畫過程，而另一個保持不動。

繪畫過程截圖如下：

以上這篇使用matplotlib動態(tài)刷新指定曲線實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論