如何在实时绘制实时数据时使用 NumPy 数组？

Question

如何在实时构建图中正确使用 numpy 数组，我的意思是，如果我使用这些数组，我会将值推送到其中，除了从 (0;0) 开始的线和每次都指向当前绘图点的线外，一切都很好，换句话说，第一端保持稳定，但第二端改变了它的位置。该怎么办？另外我不明白如何在动画（）处通过引用传递参数。

s = '.........................................................................................'+
string.ascii_uppercase
letters = [s[randint(0, len(s)-1)] for _ in range(5000)] #массив букв
time    = [i for i in range(5000)]
example = [randint(0, 100) for _ in range(5000)]

t = count()
frequency = 0
time_x = np.zeros(len(time))
key_y = np.zeros(len(time))

cnt = 0

def animate(i):
    global cnt
    time_x[cnt] = time[cnt]
    key_y[cnt] = example[cnt]

    print (time_x[cnt], key_y[cnt])
    plt.cla()
    plt.plot(time_x, key_y)
    cnt += 1

ani = FuncAnimation(plt.gcf(), animate, interval=3000)

plt.show()

Answer 1

在您执行plt.plot(time_x, key_y) 的行中，因为time_x 和key_y 被实例化为一个零数组，所以总是有从您最后生成的点到[0, 0] 位置的线（直到你生成cnt=4999的点）。

例如如果cnt=2 在您的数据生成循环中，它可能看起来像：

time_x = [  0.0, 1.0,  2.0, 0.0, 0.0, 0.0, ...]
key_y  = [100.0, 1.0, 52.0, 0.0, 0.0, 0.0, ...]

这意味着您还绘制了很多零！

我认为您只想绘制到cnt（您已为其生成数据），即plt.plot(time_x[:cnt], key_y[:cnt])，或者在您的示例中：

import numpy as np
from random import randint
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

s = '.........................................................................................'
letters = [s[randint(0, len(s)-1)] for _ in range(5000)]
time = [i for i in range(5000)]
example = [randint(0, 100) for _ in range(5000)]

time_x = np.zeros(len(time))
key_y = np.zeros(len(time))

def animate(cnt, param_1, param_2):
    time_x[cnt] = time[cnt]
    key_y[cnt] = example[cnt]
    print(cnt, time_x[cnt], key_y[cnt], f'Extra params: {param_1}, {param_2}')
    plt.cla()
    plt.plot(time_x[:cnt], key_y[:cnt])


extra_params = ('p_1', 'p_2')

ani = FuncAnimation(plt.gcf(), animate, interval=3000, fargs=extra_params)
plt.show()

传递给 animate (i) 的第一个参数已经是 global cnt 曾经在你的原始代码中做，所以你可以替换它。如果您想传递特定的cnt 值，如in the docs 建议的那样，您可以尝试添加frames 参数。

如果要传入其他参数，可以使用fargs 参数。您可以将额外数据作为元组传递，如extra_params 所示。

如果您想做更复杂的事情，我会使用 python 类来存储状态，如SO post 所示。