python多線程實(shí)現(xiàn)動(dòng)態(tài)圖繪制
一、背景
有些情況下,我們面對(duì)實(shí)時(shí)更新的數(shù)據(jù),希望能夠在一個(gè)窗口中可視化出來,并且能夠?qū)崟r(shí)更新,方便我們觀察數(shù)據(jù)的變化,從而進(jìn)行數(shù)據(jù)分析,例如:繪制音頻的波形,繪制動(dòng)態(tài)曲線等,下面介紹使用matplotlib結(jié)合多線程繪制動(dòng)態(tài)圖,希望能幫助到有需要的朋友。
遇到的場景:最近剛好在學(xué)習(xí)人工智能中的遺傳算法,并且使用該算法求解TSP,了解這個(gè)算法的朋友知道這個(gè)算法是通過不斷迭代,尋找適應(yīng)度大的最優(yōu)解,為了了解迭代過程中適應(yīng)度的變化,我希望能夠?qū)崟r(shí)更新迭代過程中的適應(yīng)度,將其可視化出來(數(shù)據(jù)量不斷增大)
直接上圖:
二、步驟
1、使用matplotlib繪制動(dòng)態(tài)圖
- 工具:matplotlib.animation
2、創(chuàng)建一個(gè)線程用于更新數(shù)據(jù)
- threading
三、代碼框架
# Author: 淺若清風(fēng)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 # 初始數(shù)據(jù)量 data=np.random.normal(0,1,CHUNK) # 存放數(shù)據(jù),用于繪制圖像,數(shù)據(jù)類型可為列表 # 定義畫布 fig = plt.figure() ax = plt.subplot(111,ylim=(0,5)) line = line.Line2D([], []) # 繪制直線 # 初始化圖像 def plot_init(): ax.add_line(line) return line, # 必須加逗號(hào),否則會(huì)報(bào)錯(cuò)(TypeError: 'Line2D' object is not iterable) # 更新圖像(animation會(huì)不斷調(diào)用此函數(shù)刷新圖像,實(shí)現(xiàn)動(dòng)態(tài)圖的效果) def plot_update(i): global data # data為全局變量 data_copy = data.copy() # 為避免線程不同步導(dǎo)致獲取到的data在繪制圖像時(shí)被更新,這里復(fù)制數(shù)據(jù)的副本,否則繪制圖像的時(shí)候可能會(huì)出現(xiàn)x和y的數(shù)據(jù)維度不相等的情況 x_data=np.arange(0,data_copy.shape[0],1) # x軸根據(jù)y軸數(shù)據(jù)自動(dòng)生成(可根據(jù)需要修改) ax.set_xlim(0,data_copy.shape[0]) # 橫坐標(biāo)范圍(橫坐標(biāo)的范圍和刻度可根據(jù)數(shù)據(jù)長度更新) ax.set_title("title",fontsize=8) # 設(shè)置title line.set_xdata(x_data) # 更新直線的數(shù)據(jù) line.set_ydata(data_copy) # 更新直線的數(shù)據(jù) # 大標(biāo)題(若有多個(gè)子圖,可為其設(shè)置大標(biāo)題) plt.suptitle('Suptitle',fontsize=8) # 重新渲染子圖 ax.figure.canvas.draw() # 必須加入這一行代碼,才能更新title和坐標(biāo)!!! return line, # 必須加逗號(hào),否則會(huì)報(bào)錯(cuò)(TypeError: 'Line2D' object is not iterable) # 繪制動(dòng)態(tài)圖 ani = animation.FuncAnimation(fig, # 畫布 plot_update, # 圖像更新 init_func=plot_init, # 圖像初始化 frames=1, interval=30, # 圖像更新間隔 blit=True) # 數(shù)據(jù)更新函數(shù) def dataUpdate_thead(): global data # 為了方便理解代碼,這里生成正態(tài)分布的隨機(jī)數(shù)據(jù) while True: # 為了方便測試,讓數(shù)據(jù)不停的更新 data=np.random.normal(0,1,CHUNK) # 為數(shù)據(jù)更新函數(shù)單獨(dú)創(chuàng)建一個(gè)線程,與圖像繪制的線程并發(fā)執(zhí)行 ad_rdy_ev = threading.Event() ad_rdy_ev.set() # 設(shè)置線程運(yùn)行 t = threading.Thread(target=dataUpdate_thead, args=()) # 更新數(shù)據(jù),參數(shù)說明:target是線程需要執(zhí)行的函數(shù),args是傳遞給函數(shù)的參數(shù)) t.daemon = True t.start() # 線程執(zhí)行 plt.show() # 顯示圖像(0,1,CHUNK) # 為數(shù)據(jù)更新函數(shù)單獨(dú)創(chuàng)建一個(gè)線程,與圖像繪制的線程并發(fā)執(zhí)行 ad_rdy_ev = threading.Event() ad_rdy_ev.set() # 設(shè)置線程運(yùn)行 t = threading.Thread(target=dataUpdate_thead, args=()) # 更新數(shù)據(jù),參數(shù)說明:target是線程需要執(zhí)行的函數(shù),args是傳遞給函數(shù)的參數(shù)) t.daemon = True t.start() # 線程執(zhí)行 plt.show() # 顯示圖像
效果:
到此這篇關(guān)于python多線程實(shí)現(xiàn)動(dòng)態(tài)圖繪制的文章就介紹到這了,更多相關(guān)python繪制動(dòng)態(tài)圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
解決python執(zhí)行較大excel文件openpyxl慢問題
這篇文章主要介紹了解決python執(zhí)行較大excel文件openpyxl慢問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05Flask框架運(yùn)用Ajax實(shí)現(xiàn)輪詢動(dòng)態(tài)繪圖
Ajax是異步JavaScript和XML可用于前后端交互,本文將通過Ajax輪詢獲取后端的數(shù)據(jù),前臺(tái)使用echart繪圖庫進(jìn)行圖形的生成與展示,最后實(shí)現(xiàn)動(dòng)態(tài)監(jiān)控內(nèi)存利用率的這個(gè)功能,需要的可以參考一下2022-11-11selenium設(shè)置proxy、headers的方法(phantomjs、Chrome、Firefox)
這篇文章主要介紹了selenium設(shè)置proxy、headers的方法(phantomjs、Chrome、Firefox),小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-11-11