无法从另一个线程停止计时器（使用 nidaqmx-python 和回调的简短示例）

Question

我在这个论坛上看到了关于该主题的其他问题，但没有一个问题能帮助我理解如何处理这个问题。在我看来，它们中的大多数也是关于相当复杂和冗长的代码。我相信我正在做一些相当简单的事情/想做一些相当简单的事情。我希望有人能帮帮忙！下面是广泛的解释，然后是我当前的代码。

注意：请不要删除此问题。我对以下内容进行了很多思考，并仔细浏览了相关线程，但无济于事。我也相信发布这个是有道理的，因为它部分与一个更通用的问题有关：如何在后台运行回调的同时实时绘图（参见最后的摘要），可以总结为我的总体目标。

设置和目标： National Instruments 采集模块（这很重要）NI cDAQ9178，通过 nidaqmx-python 接口，由 NI 维护的包，文档为 here。那里输入了一些模拟信号，目标是以一定的采样率（大约 1000 Hz）连续采集它（直到我决定停止采集），同时实时绘制信号。绘图不需要经常刷新（10Hz 刷新率甚至可以）。我在 conda 虚拟环境中使用带有 Python 3.7 的 Windows 10，并在 PyCharm 中完成编辑。理想情况下，事情应该在 PyCharm 和任何终端中都有效。

情况： nidaqmx-python 提供高级函数，允许注册回调（定义为一个愿望），每次一定数量的样本（在我的情况下为 100，但这并不严格）填充PC缓冲区。这个想法是，下面定义的回调在该点读取缓冲区，并做一些事情（在我的例子中，为了简洁起见，我已经取出了一些低通滤波，一些存储到全局变量data，也许绘图 - 见下文）。

问题：我一直在胡闹，将实时绘制的数据包含在回调中，但使用 matplotlib 是一场噩梦，因为回调使用主线程以外的线程，并且 matplotlib 不喜欢从主线程之外的任何地方调用。我已经用谷歌搜索了其他为实时绘图而优化的库（而且，我在想​​，希望线程安全）但这并不容易：我无法让 vispy 工作，甚至无法安装 pyqtgraph，只是为了给你一些例子。然后我在网上看到了几篇关于使用 matplotlib 管理相当不错的实时动画的帖子，尽管它的开发考虑了发布而不是这些应用程序；所以我想让我们试一试。

我的看法： 因为我不能让 matplotlib 从回调内部完成工作，所以我做了以下（你在下面看到的代码）：在回调之后和任务开始之后使用task.start()（特定于nidaqmx-python），我只创建了一个while 循环来绘制全局变量buffer。我认为这是一个不错的技巧：看，buffer 每 0.1 秒左右（没关系）由回调更新（称之为），另一方面，while 循环正在绘制buffer一遍又一遍地变化，每次在绘图前擦除，有效地产生一个实时的绘图。

注意：我完全知道绘图部分不如它可以制作的那么好（我可能应该使用 matplotlib 的 ax API 和subplots，更不用说动画了），但我不关心此时此刻。我稍后会处理它并对其进行改进以提高效率。

我想要的：这实际上是我想要的......除了，为了阻止它，我在 while 循环周围引入了 try: 和 except: 语句，如您在下面的代码中看到。自然地，按下CTRL+C 确实会中断循环......但它也会中断整个运行脚本并给我留下以下错误：forrtl: error (200): program aborting due to control-C event，在 PyCharm 中，以及从终端运行时的以下精度：

Image              PC                Routine            Line        Source
libifcoremd.dll    00007FFECF413B58  Unknown               Unknown  Unknown
KERNELBASE.dll     00007FFF219F60A3  Unknown               Unknown  Unknown
KERNEL32.DLL       00007FFF23847BD4  Unknown               Unknown  Unknown
ntdll.dll          00007FFF240CCED1  Unknown               Unknown  Unknown
QObject::~QObject: Timers cannot be stopped from another thread

不便之处在于我别无选择，只能关闭 python shell（再次想到 PyCharm），并且我无法访问我宝贵的变量 data，其中包含......好吧，我的数据。

猜测：显然，回调不喜欢以这种方式停止。 nidaqmx_python 任务应该用task.stop() 停止。我尝试将task.stop() 放在KeyboardInterrupt except: 之后，但这没有帮助，因为CTRL+C 将脚本停止在顶部/ 而不是中断while 循环。我相信需要一些更复杂的方法来停止我的任务。这几天我一直在考虑这个问题，但想不出一种同时拥有这两种东西的方法：我可以停止一项任务，同时进行实时绘图。请注意，在没有绘图的情况下，很容易在ENTER 按键时停止任务：只需在最后写入

input('Press ENTER to stop task')
task.stop()

但当然，仅执行上述操作并不允许我包含实时绘图部分。

总结：我无法从连续读取数据的回调中调用 matplotlib，所以我写了一个 while 循环用于在单独的块中进行实时绘图，但后来我看不到任何办法停止while 循环而不出现上述错误（我认为，它抱怨回调是从不同的线程停止的）。

我希望我说的很清楚，如果没有，请询​​问！

代码：我已经对其进行了清理，以使其尽可能接近显示问题的 MWE，尽管我当然知道你们中的大多数人没有 NI daq玩耍和连接以便能够运行它。无论如何......在这里：

import matplotlib.pyplot as plt
import numpy as np

import nidaqmx
from nidaqmx import stream_readers
from nidaqmx import constants

sfreq = 1000
bufsize = 100

with nidaqmx.Task() as task:

    # Here we set up the task ... nevermind
    task.ai_channels.add_ai_voltage_chan("cDAQ2Mod1/ai1")
    task.timing.cfg_samp_clk_timing(rate=sfreq, sample_mode=constants.AcquisitionType.CONTINUOUS,
                                    samps_per_chan=bufsize)
    # Here we define a stream to be read continuously
    stream = stream_readers.AnalogMultiChannelReader(task.in_stream)

    data = np.zeros((1, 0))  # initializing an empty numpy array for my total data
    buffer = np.zeros((1, bufsize))  # defined so that global buffer can be written to by the callback

    # This is my callback to read data continuously
    def reading_task_callback(task_idx, event_type, num_samples, callback_data):  # bufsize is passed to num_samples when this is called
        global data
        global buffer

        buffer = np.zeros((1, num_samples))

        # This is the reading part
        stream.read_many_sample(buffer, num_samples, timeout=constants.WAIT_INFINITELY)
        data = np.append(data, buffer, axis=1)  # appends buffered data to variable data

        return 0  # Absolutely needed for this callback to be well defined (see nidaqmx doc).

    # Here is the heavy lifting I believe: the above callback is registered
    task.register_every_n_samples_acquired_into_buffer_event(bufsize, reading_task_callback)
    task.start()  # The task is started (callback called periodically)

    print('Acquiring sensor data. Press CTRL+C to stop the run.\n')  # This should work ...

    fig = plt.figure()
    try:
        while True:
            # Poor's man plot updating
            plt.clf()
            plt.plot(buffer.T)
            plt.show()
            plt.pause(0.01)  # 100 Hz refresh rate
    except KeyboardInterrupt:  # stop loop with CTRL+C ... or so I thought :-(
        plt.close(fig)
        pass

    task.stop()  # I believe I never get to this part after pressing CTRL+C ...

    # Some prints at the end ... nevermind
    print('Total number of acquired samples: ', len(data.T),'\n')
    print('Sampling frequency: ', sfreq, 'Hz\n')
    print('Buffer size: ', bufsize, '\n')
    print('Acquisition duration: ', len(data.T)/sfreq, 's\n')

任何意见将不胜感激。先谢谢各位了！

编辑：在下面接受答案之后，我重写了上面的代码并提出了以下代码，现在可以按预期工作（抱歉，这次我没有清理它，有些行与当前问题无关):

# Stream read from a task that is set up to read continuously
import matplotlib.pyplot as plt
import numpy as np

import nidaqmx
from nidaqmx import stream_readers
from nidaqmx import constants

from scipy import signal

import threading

running = True

sfreq = 1000
bufsize = 100
bufsizeb = 100

global task

def askUser():  # it might be better to put this outside of task
    global running
    input("Press return to stop.")
    running = False

def main():
    global running

    global data
    global buffer
    global data_filt
    global buffer_filt

    global b
    global z

    print('Acquiring sensor data...')

    with nidaqmx.Task() as task:  # maybe we can use target as above

        thread = threading.Thread(target=askUser)
        thread.start()

        task.ai_channels.add_ai_voltage_chan("cDAQ2Mod1/ai1")
        task.timing.cfg_samp_clk_timing(rate=sfreq, sample_mode=constants.AcquisitionType.CONTINUOUS,
                                        samps_per_chan=bufsize)
        # unclear samps_per_chan is needed here above or why it would be different than bufsize
        stream = stream_readers.AnalogMultiChannelReader(task.in_stream)

        data = np.zeros((1, 0))  # probably not the most elegant way of initializing an empty numpy array
        buffer = np.zeros((1, bufsizeb))  # defined so that global buffer can be written in the callback
        data_filt = np.zeros((1, 0))  # probably not the most elegant way of initializing an empty numpy array
        buffer_filt = np.zeros((1, bufsizeb))  # defined so that global buffer can be written in the callback

        b = signal.firwin(150, 0.004)
        z = signal.lfilter_zi(b, 1)

        def reading_task_callback(task_idx, event_type, num_samples, callback_data):  # bufsizeb is passed to num_samples
            global data
            global buffer
            global data_filt
            global buffer_filt
            global z
            global b

            if running:
                # It may be wiser to read slightly more than num_samples here, to make sure one does not miss any sample,
                # see: https://documentation.help/NI-DAQmx-Key-Concepts/contCAcqGen.html
                buffer = np.zeros((1, num_samples))
                stream.read_many_sample(buffer, num_samples, timeout=constants.WAIT_INFINITELY)
                data = np.append(data, buffer, axis=1)  # appends buffered data to variable data

                # IIR Filtering, low-pass
                buffer_filt = np.zeros((1, num_samples))
                for i, x in enumerate(np.squeeze(buffer)):  # squeeze required for x to be just a scalar (which lfilter likes)
                    buffer_filt[0,i], z = signal.lfilter(b, 1, [x], zi=z)

                data_filt = np.append(data_filt, buffer_filt, axis=1)  # appends buffered filtered data to variable data_filt

            return 0  # Absolutely needed for this callback to be well defined (see nidaqmx doc).

        task.register_every_n_samples_acquired_into_buffer_event(bufsizeb, reading_task_callback)  # bufsizeb instead

        task.start()
        while running:  # this is perfect: it "stops" the console just like sleep in a way that the task does not stop
            plt.clf()
            plt.plot(buffer.T)
            plt.draw()
            plt.pause(0.01)  # 100 Hz refresh rate
        # plt.close(fig)  # maybe no need to close it for now

        # task.join()  # this is for threads I guess ... (seems useless to my case?)

        # Some prints at the end ...
    print('Total number of acquired samples:', len(data.T))
    print('Sampling frequency:', sfreq, 'Hz')
    print('Buffer size:', bufsize)
    print('Acquisition duration:', len(data.T)/sfreq, 's')

if __name__ == '__main__':
    main()

请注意，我毕竟不需要task.stop()，因为连续采集任务使用此软件包的方式是读取task.start() 之后的任何代码行，而不是sleep 或类似的代码才能完成任务停止（至少这是我的理解）。

Answer 1

我做的第一件事是摆脱键盘中断循环。我用全局变量running 替换了它，另一个线程在返回时将变量设置为False。

def askUser():
  global running
  input("Press return to stop.")
  running = False

然后，在while loop之前，创建了一个新线程来执行这个函数。

askUserThread = threading.Thread(target=askUser)
askUserThread.start()

对于 while 循环，去掉 try catch 语句：

while running:
  plt.clf()
  plt.plot(buffer.T)
  plt.draw()          # Note: this got changed because .show wasn't working.
  plt.pause(0.01)

这对我仍然不起作用，因为我必须关闭绘图窗口才能显示新的绘图窗口。所以从this answer，我把它从.show改成了.draw。

我的最终代码有点不同（因为我对随机数据进行了抽样），但就是这样。

# sampling.py
# by Preston Hager

import matplotlib.pyplot as plt
import numpy as np

import threading

sfreq = 1000
bufsize = 100

running = True

data = np.zeros((1, 0))  # initializing an empty numpy array for my total data
buffer = np.zeros((1, bufsize))  # defined so that global buffer can be written to by the callback

def askUser():
    global running

    input("Press return to stop.")
    running = False

def readingTask():
    global data
    global buffer

    while running:
        buffer = np.random.rand(1, bufsize)
        # This is the reading part
        data = np.append(data, buffer, axis=1)  # appends buffered data to variable data

def main():
    global running

    print('Acquiring sensor data.')

    thread = threading.Thread(target=askUser)
    thread.start()
    task = threading.Thread(target=readingTask)
    task.start()

    fig = plt.figure()
    while running:
        # Poor's man plot updating
        plt.clf()
        plt.plot(buffer.T)
        plt.draw()
        plt.pause(0.01)  # 100 Hz refresh rate
    plt.close(fig)

    task.join()

    # Some prints at the end ... nevermind
    print('Total number of acquired samples:', len(data.T))
    print('Sampling frequency:', sfreq, 'Hz')
    print('Buffer size:', bufsize)
    print('Acquisition duration:', len(data.T)/sfreq, 's')

if __name__ == '__main__':
    main()