我知道下面的代码对于您的简单问题来说似乎很长而且过于复杂,但是手动优化通常是更多的代码和更多的潜在错误。这就是为什么过早优化几乎总是错误的原因。
在__init__
其中设置绘图,设置轴、画布、线条(从屏幕外绘制的线条开始)和动画前背景的参考。另外__init__
注册回调以处理调整大小和关闭。调整窗口大小时,on_resize
需要回调来更新背景(用于 blit)。回调使用on_close
锁来更新运行状态。我并没有消除所有的竞争条件,但这可以防止_tkinter.TclError
由于尝试对终止的 Tk 应用程序进行 blit 引起的。我只用 Tk 进行了测试,并且只在一台机器上进行了测试。YMMV,我愿意接受建议。
在run
方法中,我添加了对canvas.flush_events()
. 如果您尝试拖动窗口并调整其大小,这应该可以防止绘图窗口挂起。此方法中的 while 循环调用self.get_new_values()
以设置绘图中的数据。然后它使用配置的方法更新绘图。如果self.blit
为真,则使用canvas.blit
,否则使用pyplot.draw
。
变量spf
(每帧样本数)控制一帧中绘制的样本数。您可以在您的实现中使用它get_new_values
来确定要读取的字节数(例如2 * self.spf
,每个样本 2 个字节)。我已将默认值设置为 120,如果您的数据速率为每秒 600 个样本,则为每秒 5 帧。您必须在图表中找到最大化吞吐量与时间分辨率的最佳点,同时还要跟上传入的数据。
将数据读入 NumPy 数组而不是使用 Python 列表可能会加快处理速度。此外,它还可以让您轻松访问对信号进行下采样和分析的工具。您可以直接从字节字符串读入 NumPy 数组,但请确保您获得正确的字节顺序:
>>> data = b'\x01\xff' #big endian 256 + 255 = 511
>>> np.little_endian #my machine is little endian
True
>>> y = np.fromstring(data, dtype=np.uint16); y #so this is wrong
array([65281], dtype=uint16)
>>> if np.little_endian: y = y.byteswap()
>>> y #fixed
array([511], dtype=uint16)
代码:
from __future__ import division
from matplotlib import pyplot
import threading
class Main(object):
def __init__(self, samples_per_frame=120, blit=True):
self.blit = blit
self.spf = samples_per_frame
pyplot.ion()
self.ax = pyplot.subplot(111)
self.line, = self.ax.plot(range(self.spf), [-1] * self.spf)
self.ax.axis([0, self.spf, 0, 65536])
pyplot.draw()
self.canvas = self.ax.figure.canvas
self.background = self.canvas.copy_from_bbox(self.ax.bbox)
self.canvas.mpl_connect('resize_event', self.on_resize)
self.canvas.mpl_connect('close_event', self.on_close)
self.lock = threading.Lock()
self.run()
def get_new_values(self):
import time
import random
#simulate receiving data at 9600 bps (no cntrl/crc)
time.sleep(2 * self.spf * 8 / 9600)
y = [random.randrange(65536) for i in range(self.spf)]
self.line.set_ydata(y)
def on_resize(self, event):
self.line.set_ydata([-1] * self.spf)
pyplot.draw()
self.background = self.canvas.copy_from_bbox(self.ax.bbox)
def on_close(self, event):
with self.lock:
self.running = False
def run(self):
with self.lock:
self.running = True
while self.running:
self.canvas.flush_events()
with self.lock:
self.get_new_values()
if self.running:
if self.blit:
#blit for a higher frame rate
self.canvas.restore_region(self.background)
self.ax.draw_artist(self.line)
self.canvas.blit(self.ax.bbox)
else:
#versus a regular draw
pyplot.draw()
if __name__ == '__main__':
Main(samples_per_frame=120, blit=True)