Como automatizar as atualizações das parcelas em Matplotlib
Para automatizar a atualização do plot em Matplotlib, atualizamos os dados, limpamos o plot existente, e então plotamos os dados atualizados em um loop. Para limpar as parcelas existentes, utilizamos vários métodos como canvas.draw() juntamente com canvas_flush_events(), plt.draw() e clear_output().
canvas.draw() juntamente com canvas_flush_events()
Precisamos configurar a trama uma vez. Em seguida, poderíamos atualizar os dados dos objetos da trama com set_xdata() e set_ydata() e finalmente atualizar a trama utilizando canvas.draw().
import numpy as np
import time
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = np.cos(x)
plt.ion()
figure, ax = plt.subplots(figsize=(8, 6))
(line1,) = ax.plot(x, y)
plt.title("Dynamic Plot of sinx", fontsize=25)
plt.xlabel("X", fontsize=18)
plt.ylabel("sinX", fontsize=18)
for p in range(100):
updated_y = np.cos(x - 0.05 * p)
line1.set_xdata(x)
line1.set_ydata(updated_y)
figure.canvas.draw()
figure.canvas.flush_events()
time.sleep(0.1)
plt.ion() liga o modo interativo. A trama não será atualizada se o plt.ion() não for chamado.
canvas.draw() é um método baseado em JavaScript para exibir figuras e o canvas.flush_events() também é baseado em JavaScript para limpar figuras.
plt.draw() para atualizar gráficos em Matplotlib
Utilizamos a função matplotlib.pyplot.draw() para atualizar números alterados que nos permitem trabalhar em modo interativo. Para atualizar os gráficos, precisamos limpar as figuras existentes para as quais podemos utilizar matplotlib.pyplot.clf() e matplotlib.axes.Axes.clear().
Com plt.clf()
import numpy as np
import time
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = np.cos(x)
plt.ion()
figure, ax = plt.subplots(figsize=(8, 6))
(line1,) = ax.plot(x, y)
plt.title("Dynamic Plot of sinx", fontsize=25)
plt.xlabel("X", fontsize=18)
plt.ylabel("sinX", fontsize=18)
for p in range(100):
updated_y = np.cos(x - 0.05 * p)
line1.set_xdata(x)
line1.set_ydata(updated_y)
figure.canvas.draw()
figure.canvas.flush_events()
time.sleep(0.1)
Resultado:
Com fig.clear()
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(0, 10, 100)
y = np.cos(x)
fig = plt.figure()
for p in range(50):
p = 3
updated_x = x + p
updated_y = np.cos(x)
plt.plot(updated_x, updated_y)
plt.draw()
x = updated_x
y = updated_y
plt.pause(0.2)
fig.clear()
Resultado:
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn