本文来源公众号“python”,仅用于学术分享,侵权删,干货满满。
原文链接:pyqtgraph,一个神奇的 Python 库!
大家好,今天为大家分享一个神奇的 Python 库 - pyqtgraph。
Github地址:https://github.com/pyqtgraph/pyqtgraph
在数据可视化领域,PyQtGraph 是一个基于 PyQt/PySide 的高性能图形库。它特别适用于需要快速绘图和实时数据更新的应用场景。PyQtGraph 不仅提供了强大的绘图功能,还支持交互式操作,使其在科学计算、工程和数据分析等领域广受欢迎。本文将详细介绍 PyQtGraph 库,包括其安装方法、主要特性、基本和高级功能,以及实际应用场景,帮助全面了解并掌握该库的使用。
安装
使用 pip 安装
可以通过 pip 直接安装 PyQtGraph:
pip install pyqtgraph
安装 PyQt 或 PySide
PyQtGraph 依赖于 PyQt 或 PySide,可以选择安装其中之一:
pip install pyqt5
# 或者
pip install pyside2
确认安装
安装完成后,可以通过以下命令确认安装是否成功:
import pyqtgraph as pg
print(pg.__version__)
特性
-
高性能:通过优化的绘图算法,提供高效的实时数据绘制能力。
-
交互性:支持缩放、平移、选择等交互操作。
-
多平台支持:兼容 Windows、macOS 和 Linux。
-
丰富的图形类型:支持折线图、散点图、条形图、图像、3D 图形等多种类型。
-
集成方便:与 PyQt/PySide 无缝集成,适用于构建复杂的图形用户界面。
基本功能
创建简单的折线图
可以使用 PyQtGraph 创建一个简单的折线图:
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Basic Plot Example")
# 添加绘图区域
plot = win.addPlot(title="折线图示例")
# 绘制折线图
x = [1, 2, 3, 4, 5]
y = [10, 20, 30, 40, 50]
plot.plot(x, y, pen=pg.mkPen(color='b', width=2))
QtGui.QApplication.instance().exec_()
创建交互式散点图
可以创建一个交互式散点图,并支持缩放和平移操作:
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
import numpy as np
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Scatter Plot Example")
# 添加绘图区域
plot = win.addPlot(title="散点图示例")
# 生成随机数据
x = np.random.normal(size=100)
y = np.random.normal(size=100)
plot.plot(x, y, pen=None, symbol='o', symbolPen=None, symbolSize=10, symbolBrush=(255, 0, 0, 150))
QtGui.QApplication.instance().exec_()
创建实时更新图表
可以创建一个实时更新的图表,用于显示实时数据:
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Real-time Plot Example")
# 添加绘图区域
plot = win.addPlot(title="实时更新图表示例")
curve = plot.plot()
# 初始化数据
data = np.random.normal(size=100)
ptr = 0
def update():
global data, ptr
data[:-1] = data[1:] # 移动数据
data[-1] = np.random.normal()
curve.setData(data)
ptr += 1
# 设置定时器
timer = QtCore.QTimer()
timer.timeout.connect(update)
timer.start(50)
QtGui.QApplication.instance().exec_()
高级功能
3D 绘图
可以使用 PyQtGraph 创建 3D 绘图:
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
import pyqtgraph.opengl as gl
import numpy as np
app = QtGui.QApplication([])
# 创建 3D 绘图窗口
w = gl.GLViewWidget()
w.show()
w.setWindowTitle('3D Plot Example')
# 创建 3D 网格
g = gl.GLGridItem()
w.addItem(g)
# 创建 3D 散点图
pos = np.random.normal(size=(1000, 3))
sp = gl.GLScatterPlotItem(pos=pos, color=(1, 1, 1, 1), size=0.1)
w.addItem(sp)
QtGui.QApplication.instance().exec_()
图像显示
可以使用 PyQtGraph 显示图像,并进行交互操作:
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
import numpy as np
app = QtGui.QApplication([])
# 创建图像显示窗口
win = pg.GraphicsLayoutWidget(show=True, title="Image Display Example")
# 添加图像显示区域
view = win.addViewBox()
view.setAspectLocked(True)
img = pg.ImageItem()
view.addItem(img)
# 生成随机图像数据
data = np.random.normal(size=(100, 100))
img.setImage(data)
QtGui.QApplication.instance().exec_()
多图表布局
可以在一个窗口中创建多个图表,形成复杂的布局:
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Multiple Plots Example")
# 添加多个绘图区域
p1 = win.addPlot(title="Plot 1")
p2 = win.addPlot(title="Plot 2")
win.nextRow()
p3 = win.addPlot(title="Plot 3")
p4 = win.addPlot(title="Plot 4")
# 绘制数据
x = [1, 2, 3, 4, 5]
y = [10, 20, 30, 40, 50]
p1.plot(x, y, pen=pg.mkPen(color='r', width=2))
p2.plot(x, [i**2 for i in y], pen=pg.mkPen(color='g', width=2))
p3.plot(x, [i**3 for i in y], pen=pg.mkPen(color='b', width=2))
p4.plot(x, [np.log(i) for i in y], pen=pg.mkPen(color='y', width=2))
QtGui.QApplication.instance().exec_()
实际应用场景
数据监控系统
在工业监控系统中,通过 PyQtGraph 实时显示传感器数据,进行状态监控和异常检测。
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Data Monitoring System")
# 添加绘图区域
plot = win.addPlot(title="实时传感器数据")
curve = plot.plot()
# 初始化数据
data = np.random.normal(size=100)
ptr = 0
def update():
global data, ptr
data[:-1] = data[1:] # 移动数据
data[-1] = np.random.normal()
curve.setData(data)
ptr += 1
# 设置定时器
timer = QtCore.QTimer()
timer.timeout.connect(update)
timer.start(100)
QtGui.QApplication.instance().exec_()
科学研究
在科学研究中,通过 PyQtGraph 可视化实验数据,帮助研究人员分析和理解数据规律。
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
import numpy as np
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Scientific Research Visualization")
# 添加绘图区域
plot = win.addPlot(title="实验数据可视化")
curve = plot.plot()
# 生成实验数据
x = np.linspace(0, 10, 1000)
y = np.sin(x)
# 绘制实验数据
curve.setData(x, y, pen=pg.mkPen(color='b', width=2))
QtGui.QApplication.instance().exec_()
金融数据分析
在金融数据分析中,通过 PyQtGraph 显示股票价格和交易量等数据,辅助投资决策。
import pyqtgraph as pg
from pyqtgraph.Qt import QtGui
import numpy as np
app = QtGui.QApplication([])
# 创建绘图窗口
win = pg.GraphicsLayoutWidget(show=True, title="Financial Data Analysis")
# 添加价格图
price_plot = win.addPlot(title="Stock Price")
price_curve = price_plot.plot()
# 添加交易量图
win.nextRow()
volume_plot = win.addPlot(title="Trading Volume")
volume_curve = volume_plot.plot()
# 生成金融数据
dates = np.arange(100)
prices = np.cumsum(np.random.randn(100)) + 100
volumes = np.random.randint(100, 1000, size=100)
# 绘制金融数据
price_curve.setData(dates, prices, pen=pg.mkPen(color='g', width=2))
volume_curve.setData(dates, volumes, pen=pg.mkPen(color='r', width=2))
QtGui.QApplication.instance().exec_()
总结
PyQtGraph 库是一个功能强大且易于使用的图形库,能够帮助开发者在各种应用场景中高效地进行数据可视化。通过支持高性能的实时绘图、丰富的图形类型和交互操作,PyQtGraph 提供了强大的功能和灵活的扩展能力。本文详细介绍了 PyQtGraph 库的安装方法、主要特性、基本和高级功能,以及实际应用场景。希望本文能帮助大家全面掌握 PyQtGraph 库的使用,并在实际项目中发挥其优势。无论是在数据监控、科学研究还是金融数据分析中,PyQtGraph 库都将是一个得力的工具。
THE END !
文章结束,感谢阅读。您的点赞,收藏,评论是我继续更新的动力。大家有推荐的公众号可以评论区留言,共同学习,一起进步。