使用matplotlib動(dòng)態(tài)刷新指定曲線實(shí)例
我就廢話不多說(shuō)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(bǔ)充知識(shí):用Python的matplotlib庫(kù)動(dòng)態(tài)顯示不斷增長(zhǎng)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(wèn)題如標(biāo)題所示,原理很簡(jiǎn)單,就是當(dāng)數(shù)據(jù)增長(zhǎng)時(shí),不斷清空以前的繪畫(huà)內(nèi)容,然后把現(xiàn)有的數(shù)據(jù)重新畫(huà)出來(lái)(數(shù)據(jù)是胡亂生成的)。
具體過(guò)程如下:
fig,ax=plt.subplots() 產(chǎn)生一個(gè)figure對(duì)象和一個(gè)axis對(duì)象。figure相當(dāng)于一個(gè)窗口,而axis相當(dāng)于一個(gè)畫(huà)布。此句也可以用兩句生成,即fig=plt.figure(num),括號(hào)中的參數(shù)是figure的ID,如果只需創(chuàng)建一個(gè)figure對(duì)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(lái)時(shí),先把之前的繪制的內(nèi)容清空,接下來(lái),ax.set_title(“Loss”),ax.set_xlabel(“Iteration”),ax.set_ylabel(“Loss”)都很簡(jiǎn)單,見(jiàn)名知意。ax.set_xlim(0,55),ax.set_ylim(-1,1)分別用來(lái)設(shè)置x軸和y軸的兩個(gè)端點(diǎn)。ax.grid()給畫(huà)布加上網(wǎng)格。ax.plot(y1,label='train'),ax.plot(y2,label='test')這兩句是實(shí)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(lái)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(xiàng)。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(shí)際的應(yīng)用,而數(shù)據(jù)生成的過(guò)程又比較慢,此句完全可以省略。
這段代碼中創(chuàng)建了兩個(gè)窗口,在實(shí)驗(yàn)過(guò)程中,我發(fā)現(xiàn)只能有一個(gè)窗口被選中,即用鼠標(biāo)點(diǎn)擊哪個(gè)窗口,哪個(gè)窗口會(huì)動(dòng)態(tài)地顯示繪畫(huà)過(guò)程,而另一個(gè)保持不動(dòng)。
繪畫(huà)過(guò)程截圖如下:
以上這篇使用matplotlib動(dòng)態(tài)刷新指定曲線實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python自定義主從分布式架構(gòu)實(shí)例分析
這篇文章主要介紹了Python自定義主從分布式架構(gòu),結(jié)合實(shí)例形式分析了主從分布式架構(gòu)的結(jié)構(gòu)、原理與具體的代碼實(shí)現(xiàn)技巧,需要的朋友可以參考下2016-09-09Python入門教程(十一)Python中的運(yùn)算符
這篇文章主要介紹了Python入門教程(十一)Python中的運(yùn)算符,Python是一門非常強(qiáng)大好用的語(yǔ)言,也有著易上手的特性,本文為入門教程,需要的朋友可以參考下2023-04-04TF-IDF的算法原理以及Python實(shí)現(xiàn)過(guò)程
這篇文章主要介紹了TF-IDF的算法原理以及Python實(shí)現(xiàn)過(guò)程,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2018-01-01Python爬蟲(chóng)之Selenium鼠標(biāo)事件的實(shí)現(xiàn)
這篇文章主要介紹了Python爬蟲(chóng)之Selenium鼠標(biāo)事件的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12Python3中關(guān)于cookie的創(chuàng)建與保存
今天小編就為大家分享一篇關(guān)于Python3中關(guān)于cookie的創(chuàng)建與保存的文章,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧2018-10-10python爬蟲(chóng)控制aiohttp并發(fā)數(shù)量方式
這篇文章主要介紹了python爬蟲(chóng)控制aiohttp并發(fā)數(shù)量方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-06-06Python 調(diào)用 Outlook 發(fā)送郵件過(guò)程解析
這篇文章主要介紹了Python 調(diào)用 Outlook 發(fā)送郵件過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08