2

我正在尝试随着时间的推移对直方图进行动画处理，到目前为止，我拥有的代码如下：

import matplotlib.pyplot as plt
import numpy as np
import time
plt.ion()
fig = plt.figure()
ax = fig.add_subplot(111)

alphab = ['A', 'B', 'C', 'D', 'E', 'F']
frequencies = [1, 44, 12, 11, 2, 10]

pos = np.arange(len(alphab))
width = 1.0     # gives histogram aspect to the bar diagram
ax.set_xticks(pos + (width / 2))
ax.set_xticklabels(alphab)
for bin_idx in np.linspace(0,1000000,100000000):
     t = time.time()
     #Here we just change the first bin, so it increases through the animation.
     frequencies[0] = bin_idx
     line1 =plt.bar(pos, frequencies, width, color='r')
     plt.draw()
     elapsed = time.time() - t
     print elapsed

该代码有效，但输出显示在一些迭代之后它变得比开始时慢得多。有没有办法加快速度，我们想实时更新它，它运行的过程非常快。

此外，重要的是要注意，我不想要后期处理动画，我们想要实时更新，所以直方图动画示例不适用于这个特定的过程。

谢谢

4

2 回答 2

3

如果您有较新版本的 Matplotlib，则有一个animations.FuncAnimation类可以帮助减少一些样板代码。（请参阅此页面以获取示例。）它非常快（每秒约52 帧）：

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

clock = timeit.default_timer

fig, ax = plt.subplots()

alphab = ['A', 'B', 'C', 'D', 'E', 'F']
frequencies = [1, 44, 12, 11, 2, 10]

pos = np.arange(len(alphab))
width = 1.0     # gives histogram aspect to the bar diagram
ax.set_xticks(pos + (width / 2))
ax.set_xticklabels(alphab)

rects = plt.bar(pos, frequencies, width, color='r')
start = clock()

def animate(arg, rects):
    frameno, frequencies = arg
    for rect, f in zip(rects, frequencies):
        rect.set_height(f)
    print("FPS: {:.2f}".format(frameno / (clock() - start))) 

def step():
    for frame, bin_idx in enumerate(np.linspace(0,1000000,100000000), 1):
        #Here we just change the first bin, so it increases through the animation.
        frequencies[0] = bin_idx
        yield frame, frequencies


ani = animation.FuncAnimation(fig, animate, step, interval=10,
                              repeat=False, blit=False, fargs=(rects,))
plt.show()

如果您没有较新版本的 Matplotlib，这里是较旧的方法。它稍慢（〜每秒45帧）：

不要plt.bar在循环的每次迭代中调用。相反，只调用一次，保存rects返回值，然后调用以修改循环后续迭代中的set_height高度。Matplotlib Animations Cookbookrects中解释了这个技巧（和其他技巧）。

import sys
import matplotlib as mpl
mpl.use('TkAgg')  # do this before importing pyplot
import matplotlib.pyplot as plt
import numpy as np
import timeit

clock = timeit.default_timer

fig, ax = plt.subplots()

alphab = ['A', 'B', 'C', 'D', 'E', 'F']
frequencies = [1, 44, 12, 11, 2, 10]

pos = np.arange(len(alphab))
width = 1.0     # gives histogram aspect to the bar diagram
ax.set_xticks(pos + (width / 2))
ax.set_xticklabels(alphab)

def animate():
    start = clock()
    rects = plt.bar(pos, frequencies, width, color='r')
    for frameno, bin_idx in enumerate(np.linspace(0,1000000,100000000), 2):
        #Here we just change the first bin, so it increases through the animation.
        frequencies[0] = bin_idx
        # rects = plt.bar(pos, frequencies, width, color='r')
        for rect, f in zip(rects, frequencies):
            rect.set_height(f)
        fig.canvas.draw()
        print("FPS: {:.2f}".format(frameno / (clock() - start)))         

win = fig.canvas.manager.window
win.after(1, animate)
plt.show()

为了比较，添加plt.clf到您的原始代码中，在我的机器上达到每秒约12 帧。

关于时间的一些评论：

通过计算每次通过循环的非常小的时间差，您将无法获得准确的测量结果。时间分辨率time.time()——至少在我的电脑上——不够好。通过测量一个开始时间并计算开始时间与当前时间之间的较大时间差，然后除以帧数，您将获得更准确的测量结果。

我也改成time.time了timeit.default_timer。两者在 Unix 计算机上相同，但在 Windows 计算机上timeit.default_timer设置为。time.clock从而timeit.default_timer为每个平台选择更准确的计时器。

于 2013-08-19T18:46:55.927 回答
1

我认为您的代码会变慢，因为您没有清除数字，因此您在每次迭代时都在彼此之上重新绘制直方图。

在清除现有图表之前添加plt.clf()调用。line1 = ...

于 2013-08-19T18:46:04.453 回答