matplotlib 中的刷新图

Question

作为显示线性回归模型拟合进展的一部分，我需要能够更新/刷新 xy 图。下面是 3 组 y 数据的简单脚本，需要按顺序显示。但是，它们是堆叠在一起的。当 fig.canvas.flush_events() 被 fig.clear() 或 fig.clf() 替换时，结果是一个空白图。我 - 作为一个新手 - 缺少什么？

import torch as tc
import matplotlib.pyplot as plt

tc.manual_seed(1)

X=tc.linspace(-3,3,30)

y0=X.pow(2)+0.5*tc.randn(X.shape[0])
y1=y0/1.3
y2=y0/1.6

y=[y0,y1,y2]


fig=plt.figure()
ax=fig.add_subplot()
ax.set_xlim(-3.3,3.3)
ax.set_ylim(-0.5,9.5)

for i in range(3):
    y_new=y[i]
    ax.plot(X,y_new,'db')
    fig.canvas.draw()
    fig.canvas.flush_events()
    plt.pause(1)

fig.show()

Answer 1

在您的循环中，每次调用ax.plot 时都会创建一个新行。更好的方法是创建 Line2D 艺术家并更新循环中点的坐标：

（注意，我已将您的示例转换为使用 numpy 而不是 torch）

import matplotlib.pyplot as plt
import numpy as np

X = np.linspace(-3, 3, 30)

y0 = np.power(X, 2) + 0.5 * np.random.randn(X.shape[0])
y1 = y0 / 1.3
y2 = y0 / 1.6

y = [y0, y1, y2]

fig = plt.figure()
ax = fig.add_subplot()
l, = ax.plot(X, y0, 'db')
ax.set_xlim(-3.3, 3.3)
ax.set_ylim(-0.5, 9.5)


for i in range(3):
    y_new = y[i]
    l.set_ydata(y_new)
    fig.canvas.draw()
    plt.pause(1)

plt.show()

对于这种事情，你最好使用 maptlotlib 提供的 FuncAnimation 模块：

import matplotlib.pyplot as plt
from matplotlib import animation
import numpy as np

X = np.linspace(-3, 3, 30)

y0 = np.power(X, 2) + 0.5 * np.random.randn(X.shape[0])
y1 = y0 / 1.3
y2 = y0 / 1.6

y = [y0, y1, y2]

fig = plt.figure()
ax = fig.add_subplot()
l, = ax.plot(X, y0, 'db')
ax.set_xlim(-3.3, 3.3)
ax.set_ylim(-0.5, 9.5)


def animate(y_new):
    l.set_ydata(y_new)
    return l,


ani = animation.FuncAnimation(fig, func=animate, frames=y, interval=1000)
fig.show()