Mengemas kini Plot Matplotlib Dengan Cekap
Untuk mengemas kini plot dalam Matplotlib sambil mengelakkan plot berulang, pertimbangkan pilihan berikut:
1. Membersihkan dan Merencanakan Semula dengan Kaedah Jelas
Panggil graf1.clear() dan graf2.clear() sebelum melukis semula plot. Ini memastikan senarai yang bersih, tetapi boleh menjadi perlahan.
2. Mengemas kini Data Objek Plot
Kemas kini data objek plot sedia ada dan bukannya plot semula sepenuhnya. Ini lebih pantas, tetapi memerlukan bentuk data untuk kekal malar. Pelarasan had paksi manual mungkin diperlukan.
Untuk menunjukkan pilihan kedua:
import matplotlib.pyplot as plt import numpy as np # Define initial data x = np.linspace(0, 6*np.pi, 100) y = np.sin(x) # Create figure and plot fig = plt.figure() ax = fig.add_subplot(111) line1, = ax.plot(x, y, 'r-') # Iterate through phases and update data for phase in np.linspace(0, 10*np.pi, 500): line1.set_ydata(np.sin(x + phase)) fig.canvas.draw() fig.canvas.flush_events()
Kaedah ini mengemas kini data plot dalam masa nyata dengan cekap tanpa melukis semula keseluruhan plot.
Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mengemas kini Plot Matplotlib Dengan Cekap Tanpa Merancang Semula?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!