python多線程怎么實現動態圖繪制

今天小編給大家分享一下python多線程怎么實現動態圖繪制的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

一、背景

有些情況下，我們面對實時更新的數據，希望能夠在一個窗口中可視化出來，并且能夠實時更新，方便我們觀察數據的變化，從而進行數據分析，例如：繪制音頻的波形，繪制動態曲線等，下面介紹使用matplotlib結合多線程繪制動態圖，希望能幫助到有需要的朋友。

遇到的場景：最近剛好在學習人工智能中的遺傳算法，并且使用該算法求解TSP，了解這個算法的朋友知道這個算法是通過不斷迭代，尋找適應度大的最優解，為了了解迭代過程中適應度的變化，我希望能夠實時更新迭代過程中的適應度，將其可視化出來（數據量不斷增大）

二、步驟

1、使用matplotlib繪制動態圖

• 工具：matplotlib.animation

2、創建一個線程用于更新數據

• threading

三、代碼框架

# Author: 淺若清風cyf
# Date: 2020/12/11

import threading
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import matplotlib.lines as line
import numpy as np

CHUNK = 2048  # 初始數據量
data=np.random.normal(0,1,CHUNK)  # 存放數據，用于繪制圖像，數據類型可為列表

# 定義畫布
fig = plt.figure()
ax = plt.subplot(111,ylim=(0,5))
line = line.Line2D([], [])  # 繪制直線

# 初始化圖像
def plot_init():
    ax.add_line(line)
    return line, # 必須加逗號,否則會報錯（TypeError: 'Line2D' object is not iterable）

# 更新圖像(animation會不斷調用此函數刷新圖像，實現動態圖的效果)
def plot_update(i):
    global data  # data為全局變量
    data_copy = data.copy()  # 為避免線程不同步導致獲取到的data在繪制圖像時被更新，這里復制數據的副本，否則繪制圖像的時候可能會出現x和y的數據維度不相等的情況
    x_data=np.arange(0,data_copy.shape[0],1)  # x軸根據y軸數據自動生成（可根據需要修改）
    ax.set_xlim(0,data_copy.shape[0])  # 橫坐標范圍（橫坐標的范圍和刻度可根據數據長度更新）
    ax.set_title("title",fontsize=8)  # 設置title
    line.set_xdata(x_data)  # 更新直線的數據
    line.set_ydata(data_copy)  # 更新直線的數據
	# 大標題（若有多個子圖，可為其設置大標題）
    plt.suptitle('Suptitle',fontsize=8)
    # 重新渲染子圖
    ax.figure.canvas.draw()  # 必須加入這一行代碼，才能更新title和坐標!!!
    return line,  # 必須加逗號,否則會報錯（TypeError: 'Line2D' object is not iterable）

# 繪制動態圖
ani = animation.FuncAnimation(fig,   # 畫布
							  plot_update,  # 圖像更新
                              init_func=plot_init,  # 圖像初始化
                              frames=1,
                              interval=30,  # 圖像更新間隔
                              blit=True)

# 數據更新函數
def dataUpdate_thead():
    global data
    # 為了方便理解代碼，這里生成正態分布的隨機數據
    while True:  # 為了方便測試，讓數據不停的更新
	    data=np.random.normal(0,1,CHUNK)

# 為數據更新函數單獨創建一個線程，與圖像繪制的線程并發執行
ad_rdy_ev = threading.Event()
ad_rdy_ev.set()  # 設置線程運行
t = threading.Thread(target=dataUpdate_thead, args=()) # 更新數據，參數說明：target是線程需要執行的函數，args是傳遞給函數的參數）
t.daemon = True
t.start()  # 線程執行

plt.show() # 顯示圖像(0,1,CHUNK)

# 為數據更新函數單獨創建一個線程，與圖像繪制的線程并發執行
ad_rdy_ev = threading.Event()
ad_rdy_ev.set()  # 設置線程運行
t = threading.Thread(target=dataUpdate_thead, args=()) # 更新數據，參數說明：target是線程需要執行的函數，args是傳遞給函數的參數）
t.daemon = True
t.start()  # 線程執行

plt.show() # 顯示圖像

以上就是“python多線程怎么實現動態圖繪制”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。