使用 PyQtGraph 读取实时数据而不附加数据

Question

我正在尝试使用我开始学习的PyQtgraph 绘制实时数据。我在这里看了很多帖子，比如：

Fast plotting using pyqtgraph

并在互联网上搜索文档。我遇到的问题是绘制数据时绘图非常慢。这是因为，当数据来自串行端口时，我将其附加到一个列表中，然后从该列表中取出并绘制它。因此，即使在我关闭了数据来源的设备后，绘图仍会继续绘制。

这是我的代码：

class LivePlot(QtGui.QApplication):
  def __init__(self, *args, **kwargs):
    super(MyApplication, self).__init__(*args, **kwargs)
    self.t = QTime()
    self.t.start()

    self.data = deque()
    self.plot = self.win.addPlot(title='Timed data') 
    self.curve = self.plot.plot()

    print "Opening port"
    self.raw=serial.Serial("com4",115200)
    print "Port is open"

    self.tmr = QTimer()
    self.tmr.timeout.connect(self.update)
    self.tmr.start(100)

    self.cnt = 0

  def update(self):
    line = self.raw.read()
    ardString = map(ord, line)
    for number in ardString:
        numb = float(number/77.57)
        self.cnt += 1
        x = self.cnt/2

        self.data.append({'x': x , 'y': numb})  
        x = [item['x'] for item in self.data]
        y = [item['y'] for item in self.data]
        self.curve.setData(x=x, y=y)

那么，如何在不将数据附加到列表的情况下绘制数据？我是这个图书馆的新手，所以我很困惑。希望你能帮助我。

---- 编辑----

我已经在代码中尝试过这种修改：

class LivePlot(QtGui.QApplication):
  def __init__(self, *args, **kwargs):
    super(MyApplication, self).__init__(*args, **kwargs)
   self.cnt = 0
 #Added this new lists
   self.xData = []
   self.yData = []

  def update(self):
    line = self.raw.read()
    ardString = map(ord, line)
    for number in ardString:
        numb = float(number/77.57)
        self.cnt += 1
        x = self.cnt/2

        self.data.append({'x': x , 'y': numb}) 
        self.xData.append(x)
        self.yData.append(numb) 

    self.curve.setData(x=self.xData, y=self.yData)

但是我遇到了同样的问题。

Answer 1

正如我在 cmets 中提到的，setData() 重新绘制了整个系列。如果一次只修改/添加一小部分，效率非常低。

我的解决方案是继续为系列创建和添加新的 PlotDataItems（或 BarGraphItems，...），并将 PlotWidget 设置为仅重新绘制添加/删除的项目。

QGraphicsView 的 viewportUpdateMode 的默认设置是 QGraphicsView::MinimalViewportUpdate 但 QGraphicsScene 花费大量时间来确定最小更新。要禁用此设置，请将 PlotWidget 的 viewportUpdateMode() 设置为 QGraphicsView::BoundingRectViewportUpdate 。

plot = pg.PlotWidget()
plot.setViewportUpdateMode(QGraphicsView.BoundingRectViewportUpdate)

关闭项目索引对于实时图表等动态场景是有利的。默认情况下，BSP 树用于索引。添加和删​​除项目，以及所有 QGraphicsScene 的定位算法，具有对数时间复杂度。在没有索引的情况下，添加和删除项目以恒定时间运行，项目查找以线性时间运行。因为随着项目的添加和删除，树的深度正在被优化，所以在有很多项目的场景和动态场景中，维护索引可能会超过对数查找的速度优势。

对于动态场景或具有许多动画项目的场景，索引簿记可以超过快速查找速度。

Qt5 QGraphicsScene::itemIndexMethod

plot.scene().setItemIndexMethod(QGraphicsScene.NoIndex)

或者，如果您知道绘图的约束（最大项目数）并将其设置为固定值，您可以预先计算最佳树深度：

# scene - total length of the scene in your units (seconds, ...)
# segment - minimal length of a single segment

depth = math.ceil(math.log(scene / segment, 2) + 1)
plot.scene().setBspTreeDepth(depth)

Qt5 QGraphicsScene::bspTreeDepth

设置 QGraphicsView.DontAdjustForAntialiasing 优化标志并完全关闭抗锯齿也有帮助。设置此标志可加快绘画/重绘。

plot.setAntialiasing(False)
plot.setOptimizationFlag(QGraphicsView.DontAdjustForAntialiasing)

在每个新添加的项目之后，显式处理所有未决的 Qt 事件也可能会有所帮助：

QtGui.QApplication.processEvents()

另一个改进可以通过禁用小部件更新和重新绘制来实现，除非在选定的情况下，例如添加新项目或调整窗口大小时。

这样做的原因是，如果用户在窗口之外单击，则该窗口会在 PlotWidgets 上调用 paint()，这会触发所有 PlotDataItems 的重新绘制。当用户点击回到窗口时也是如此。大多数情况下，这是完全没有必要的，如果场景中有很多 PlotDataItem，它会暂时冻结应用程序。

但是方法 setUpdatesEnabled() 不能使用，因为 setUpdatesEnabled(True) 会自动调用整个小部件上的 update() 触发所有项目上的paint()，这正是我们想要避免的。

isShown = False

def setUpdatesDisabled(self, widget, value):
    try:
        widget.setAttribute(Qt.WA_UpdatesDisabled, value)
        widget.setAttribute(Qt.WA_ForceUpdatesDisabled, value)
    except AttributeError:
        pass
    for child in widget.children():
        self.setUpdatesDisabled(child, value)

def myWorkMethod(self):
    self.setUpdatesDisabled(self.plot, False)

    ...

    QtGui.QApplication.processEvents()
    self.setUpdatesDisabled(self.plot, True)

def changeEvent(self, event):
    if event.type() == QEvent.ActivationChange:
        if self.isShown:
            self.setUpdatesDisabled(self.plot, False)
        else:
            self.isShown = True

def resizeEvent(self, event):
    self.plot.setUpdatesEnabled(True)
  
    

可能更快但不太灵活的解决方案是将其简单地绘制为 QImage 并且根本不使用 PyQtGraph。

Answer 2

对于从设备读取的每个数字，您将从头开始重新创建 x 和 y 数组。这意味着，如果您有 1000 个数据点，您将遍历 1000 个元素的列表 1000 次，这相当于一百万步。可以想象，这不能很好地扩展。您的执行时间以n^2 的系数增长，其中n 是您测量的点数。谷歌'computational complex' 或'big O notation' 并阅读它。

追加到 Python 列表（或双端队列）速度很快，所花费的时间不取决于列表中元素的数量（注意，对于追加到 Numpy 数组，不是 )。如果您创建 self.xData 和 self.yData 列表，然后将数据附加到这些列表中，则可以摆脱内部循环：

def update(self):
    line = self.raw.read()
    ardString = map(ord, line)
    for number in ardString:
        numb = float(number/77.57)
        self.cnt += 1
        x = self.cnt/2

        # Appending goes in constant time 
        self.data.append({'x': x , 'y': numb})  
        self.xData.append(x)    # self.xData should be a list or deque
        self.yData.append(numb) # self.yData should be a list or deque

    # Drawing the plot is now only performed once per update
    self.curve.setData(x=self.xData, y=self.yData)

此外，在setData 中发生的重绘绘图是一项昂贵的操作，您在读取每个数据点后执行此操作。更好的解决方案是每次更新只需更新一次绘图。请参见上面的示例。这仍然是每秒十次（至少，如果您的绘图可以跟上数据的话）。

最后，与硬件的通信是一个棘手的问题，您的第一次尝试无疑会不稳定并且充满错误。如果您将此作为一个爱好项目，那么这是一个很好的学习机会。如果您是在专业环境中这样做，那么请尝试是否可以找到导师。