python之matplotlib学习绘制动态更新图实例代码

简介

通过定时器Timer触发事件,定时更新绘图,可以形成动态更新图片。下面的实例是学习《matplotlib for python developers》一文的笔记。

实现

实现代码及简单介绍

通过self.user = self.user[1:] + [temp],每次删除列表的第一元素,在其尾部添加新的元素。这样完成user数据的动态更新。其他详细的解释见文中的注释部分。

#-*-coding:utf-8-*-
import wx
from matplotlib.figure import Figure
import matplotlib.font_manager as font_manager
import numpy as np
from matplotlib.backends.backend_wxagg import \
 FigureCanvasWxAgg as FigureCanvas
# wxWidgets object ID for the timer
TIMER_ID = wx.NewId()
# number of data points
POINTS = 300 

class PlotFigure(wx.Frame):
  """Matplotlib wxFrame with animation effect"""
  def __init__(self):
    wx.Frame.__init__(self, None, wx.ID_ANY, title="CPU Usage Monitor", size=(600, 400))
    # Matplotlib Figure
    self.fig = Figure((6, 4), 100)
    # bind the Figure to the backend specific canvas
    self.canvas = FigureCanvas(self, wx.ID_ANY, self.fig)
    # add a subplot
    self.ax = self.fig.add_subplot(111)
    # limit the X and Y axes dimensions
    self.ax.set_ylim([0, 100])
    self.ax.set_xlim([0, POINTS]) 

    self.ax.set_autoscale_on(False)
    self.ax.set_xticks([])
    # we want a tick every 10 point on Y (101 is to have 10
    self.ax.set_yticks(range(0, 101, 10))
    # disable autoscale, since we don't want the Axes to ad
    # draw a grid (it will be only for Y)
    self.ax.grid(True)
    # generates first "empty" plots
    self.user = [None] * POINTS
    self.l_user,=self.ax.plot(range(POINTS),self.user,label='User %') 

    # add the legend
    self.ax.legend(loc='upper center',
              ncol=4,
              prop=font_manager.FontProperties(size=10))
    # force a draw on the canvas()
    # trick to show the grid and the legend
    self.canvas.draw()
    # save the clean background - everything but the line
    # is drawn and saved in the pixel buffer background
    self.bg = self.canvas.copy_from_bbox(self.ax.bbox)
    # bind events coming from timer with id = TIMER_ID
    # to the onTimer callback function
    wx.EVT_TIMER(self, TIMER_ID, self.onTimer) 

  def onTimer(self, evt):
    """callback function for timer events"""
    # restore the clean background, saved at the beginning
    self.canvas.restore_region(self.bg)
        # update the data
    temp =np.random.randint(10,80)
    self.user = self.user[1:] + [temp]
    # update the plot
    self.l_user.set_ydata(self.user)
    # just draw the "animated" objects
    self.ax.draw_artist(self.l_user)# It is used to efficiently update Axes data (axis ticks, labels, etc are not updated)
    self.canvas.blit(self.ax.bbox)
if __name__ == '__main__':
  app = wx.PySimpleApp()
  frame = PlotFigure()
  t = wx.Timer(frame, TIMER_ID)
  t.Start(50)
  frame.Show()
  app.MainLoop() 

运行结果如下所示:

疑问

但程序运行在关闭的时候会出现应用程序错误,不知道什么问题。python不是有垃圾回收机制吗,难道是内存泄露?

猜测的原因可能是在关闭的时候正在绘图故导致应用程序出错。通过添加Frame的析构函数,停止更新则不会出现问题。

def __del__( self ):
  t.Stop() 

总结

以上就是本文关于python之matplotlib学习绘制动态更新图实例代码的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

您可能感兴趣的文章:

  • Python实现matplotlib显示中文的方法详解
  • Python使用matplotlib简单绘图示例
  • Python+matplotlib实现华丽的文本框演示代码
  • python+matplotlib实现动态绘制图片实例代码(交互式绘图)
  • python+matplotlib绘制饼图散点图实例代码
  • Python+matplotlib绘制不同大小和颜色散点图实例
  • Python基于matplotlib实现绘制三维图形功能示例
  • python+matplotlib绘制3D条形图实例代码
  • Python使用matplotlib填充图形指定区域代码示例
  • 学习python中matplotlib绘图设置坐标轴刻度、文本
(0)

相关推荐

  • Python+matplotlib绘制不同大小和颜色散点图实例

     具有不同标记颜色和大小的散点图演示. 演示结果: 实现代码: import numpy as np import matplotlib.pyplot as plt import matplotlib.cbook as cbook # Load a numpy record array from yahoo csv data with fields date, open, close, # volume, adj_close from the mpl-data/example directory

  • Python+matplotlib实现华丽的文本框演示代码

    华丽的文本框演示 首先看看演示结果: 实现代码 import matplotlib.pyplot as plt plt.text(0.8, 0.5, "python", size=50, rotation=30., ha="center", va="center", bbox=dict(boxstyle="round", ec=(1., 0.5, 0.5), fc=(1., 0.8, 0.8), ) ) plt.text(0.

  • 学习python中matplotlib绘图设置坐标轴刻度、文本

    总结matplotlib绘图如何设置坐标轴刻度大小和刻度. 上代码: from pylab import * from matplotlib.ticker import MultipleLocator, FormatStrFormatter xmajorLocator = MultipleLocator(20) #将x主刻度标签设置为20的倍数 xmajorFormatter = FormatStrFormatter('%1.1f') #设置x轴标签文本的格式 xminorLocator = M

  • Python使用matplotlib填充图形指定区域代码示例

    本文代码重点在于演示Python扩展库matplotlib.pyplot中fill_between()函数的用法. import numpy as np import matplotlib.pyplot as plt # 生成模拟数据 x = np.arange(0.0, 4.0*np.pi, 0.01) y = np.sin(x) # 绘制正弦曲线 plt.plot(x, y) # 绘制基准水平直线 plt.plot((x.min(),x.max()), (0,0)) # 设置坐标轴标签 pl

  • Python实现matplotlib显示中文的方法详解

    本文实例讲述了Python实现matplotlib显示中文的方法.分享给大家供大家参考,具体如下: [注意] 可能与本文主题无关,不过我还是想指出来:使用matplotlib库时,下面两种导入方式是等价的(我指的是等效,当然这个说法可以商榷:) import matplotlib.pyplot as plt import pylab as plt [效果图] [方式一]FontProperties import matplotlib.pyplot as plt from matplotlib.f

  • Python基于matplotlib实现绘制三维图形功能示例

    本文实例讲述了Python基于matplotlib实现绘制三维图形功能.分享给大家供大家参考,具体如下: 代码一: # coding=utf-8 import numpy as np import matplotlib.pyplot as plt import mpl_toolkits.mplot3d x,y = np.mgrid[-2:2:20j,-2:2:20j] #测试数据 z=x*np.exp(-x**2-y**2) #三维图形 ax = plt.subplot(111, project

  • Python使用matplotlib简单绘图示例

    本文实例讲述了Python使用matplotlib简单绘图.分享给大家供大家参考,具体如下: # -*- coding:utf-8 -*- #! python2 """ Created on Mon Apr 24 12:48:40 2017 @author: x-power """ import matplotlib.pyplot as plt #首先载入 matplotlib的绘图模块pyplot,并且重命名为plt. import numpy

  • python+matplotlib绘制3D条形图实例代码

    本文分享的实例主要实现的是Python+matplotlib绘制一个有阴影和没有阴影的3D条形图,具体如下. 首先看看演示效果: 完整代码如下: import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # setup the figure and axes fig = plt.figure(figsize=(8, 3)) ax1 = fig.add_subplot(121

  • python+matplotlib实现动态绘制图片实例代码(交互式绘图)

    本文研究的主要是python+matplotlib实现动态绘制图片(交互式绘图)的相关内容,具体介绍和实现代码如下所示. 最近在研究动态障碍物避障算法,在Python语言进行算法仿真时需要实时显示障碍物和运动物的当前位置和轨迹,利用Anaconda的Python打包集合,在Spyder中使用Python3.5语言和matplotlib实现路径的动态显示和交互式绘图(和Matlab功能类似). Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统

  • python+matplotlib绘制饼图散点图实例代码

    本文是从matplotlib官网上摘录下来的一个实例,实现的功能是Python+matplotlib绘制自定义饼图作为散点图的标记,具体如下. 首先看下演示效果 实例代码: import numpy as np import matplotlib.pyplot as plt # first define the ratios r1 = 0.2 # 20% r2 = r1 + 0.4 # 40% # define some sizes of the scatter marker sizes = n

随机推荐