Bagaimanakah Saya Boleh Mengemas kini Plot Matplotlib dengan Data Baharu dengan Cekap?

Mengemas kini Plot dalam Matplotlib

Apabila bekerja dengan plot interaktif dalam Matplotlib, selalunya perlu mengemas kini plot dengan data baharu. Ini boleh dicapai dalam dua cara:

Pilihan 1: Kosongkan dan Lompat Semula

Pendekatan ini melibatkan mengosongkan plot sedia ada dan melukis semula dari awal. Untuk melakukan ini:

1. Panggil graph1.clear() dan graph2.clear() untuk mengalih keluar data semasa.
2. Kira semula dan plot data baharu seperti sebelumnya.

Walaupun kaedah ini mudah, ia juga paling lambat.

Pilihan 2: Kemas Kini Data

Untuk mengelak daripada memplot semula keseluruhan graf, anda boleh terus mengemas kini data objek plot sedia ada. Ini lebih pantas, tetapi memerlukan:

1. Mengubah suai kod anda untuk memisahkan logik plot daripada logik pemerolehan data.
2. Memastikan bentuk data kekal malar.
3. Menetapkan semula had paksi x dan y secara manual jika julat data perubahan.

Contoh:

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 6*np.pi, 100)
y = np.sin(x)

fig = plt.figure()
ax = fig.add_subplot(111)
line1, = ax.plot(x, y, 'r-')

for phase in np.linspace(0, 10*np.pi, 500):
    line1.set_ydata(np.sin(x + phase))
    fig.canvas.draw()
    fig.canvas.flush_events()

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mengemas kini Plot Matplotlib dengan Data Baharu dengan Cekap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!