pyqt使用matpltlib动态绘图(性能不如pyqtgraph)

最新推荐文章于 2024-05-13 18:30:49 发布
最新推荐文章于 2024-05-13 18:30:49 发布
阅读量1k 收藏 1
点赞数
分类专栏： python pyqt 文章标签： 数据可视化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42759243/article/details/116105093
版权 
# -*-coding:utf-8-*-
from PyQt5.QtCore import *
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *
import sys
import numpy as np
from ui3 import Ui_form
from utils import epoch_buffer

import matplotlib
matplotlib.use("Qt5Agg")  # 声明使用QT5
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']  # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False  # 步骤二（解决坐标轴负数的负号显示问题）

time_i = 400  # 定时器间隔刷新时间

# 创建一个matplotlib图形绘制类
class MyFigure(FigureCanvas):
    def __init__(self, width=5, height=4, dpi=100):
        # 第一步：创建一个创建Figure
        self.fig = Figure(figsize=(width, height), dpi=dpi, facecolor='black',tight_layout=True)
        # 第二步：在父类中激活Figure窗口
        super(MyFigure, self).__init__(self.fig)  # 此句必不可少，否则不能显示图形
        # 第三步：创建一个子图，用于绘制图形用，111表示子图编号，如matlab的subplot(1,1,1)
        self.fig.clf()  # Clear figure清除所有轴，但是窗口打开，这样它可以被重复使用
        self.axes1 = self.fig.add_subplot(1, 1, 1)
        self.axes1.set_facecolor('black')
        self.axes1.set_ylim(-150, 150)
        self.axes1.set_xlim(0, 400)
        # 设置边框
        self.axes1.spines['right'].set_color('none')
        self.axes1.spines['top'].set_color('none')
        self.axes1.spines['left'].set_color('yellow')
        self.axes1.spines['bottom'].set_color('yellow')
        # 设置坐标轴位置
        self.axes1.spines['bottom'].set_position(('data', 0))
        self.axes1.spines['left'].set_position(('data', -2))
        # self.figure.tight_layout(pad=-1.5)
        self.fig.canvas.draw()  # 画布重绘
        self.fig.canvas.flush_events()  # 画布刷新

class FRFigure(FigureCanvas):
    def __init__(self, width=10, height=5, dpi=100):
        # 第一步：创建一个创建Figure
        self.fig = Figure(figsize=(width, height), dpi=dpi, facecolor='black', tight_layout=True)
        # 第二步：在父类中激活Figure窗口
        super(FRFigure, self).__init__(self.fig)  # 此句必不可少，否则不能显示图形
        # 第三步：创建一个子图，用于绘制图形用，111表示子图编号，如matlab的subplot(1,1,1)
        self.fig.clf()  # Clear figure清除所有轴，但是窗口打开，这样它可以被重复使用
        self.axes1 = self.fig.add_subplot(1,1,1)
        self.axes1.set_facecolor('black')
        self.axes1.set_ylim(-100, 100)
        # 设置边框
        self.axes1.spines['right'].set_color('none')
        self.axes1.spines['top'].set_color('none')
        self.axes1.spines['left'].set_color('yellow')
        self.axes1.spines['bottom'].set_color('yellow')
        # 设置坐标轴位置
        self.axes1.spines['bottom'].set_position(('data', 0))
        self.axes1.spines['left'].set_position(('data', -2))
        self.fig.canvas.draw()  # 画布重绘
        self.fig.canvas.flush_events()  # 画布刷新

class FFTFigure(FigureCanvas):
    def __init__(self, width=5, height=4, dpi=40):
        # 第一步：创建一个创建Figure
        self.fig2 = Figure(figsize=(width, height), dpi=dpi, facecolor='black', tight_layout=True)
        # 第二步：在父类中激活Figure窗口
        super(FFTFigure, self).__init__(self.fig2)  # 此句必不可少，否则不能显示图形
        # 第三步：创建一个子图，用于绘制图形用，111表示子图编号，如matlab的subplot(1,1,1)
        self.fig2.clf()  # Clear figure清除所有轴，但是窗口打开，这样它可以被重复使用
        self.axes1 = self.fig2.add_subplot(1, 1, 1)
        self.axes1.set_facecolor('black')
        self.axes1.set_ylim(-0.1, 1)
        # 设置边框
        self.axes1.spines['right'].set_color('none')
        self.axes1.spines['top'].set_color('none')
        self.axes1.spines['left'].set_color('yellow')
        self.axes1.spines['bottom'].set_color('yellow')
        # 设置坐标轴位置
        self.axes1.spines['bottom'].set_position(('data', 0))
        self.axes1.spines['left'].set_position(('data', 0))
        self.fig2.canvas.draw()  # 画布重绘
        self.fig2.canvas.flush_events()  # 画布刷新


class MainDialogImgBW(QMainWindow, Ui_form):
    def __init__(self):
        super(MainDialogImgBW, self).__init__()
        self.setupUi(self)
        self.setWindowTitle("Sleep Stage Scoring")
        self.setMinimumSize(0, 0)
        self.i = 0
        self.j = 0
        self.stage = 4
        self.dict = {0: 0, 1: 0, 2: 0, 3: 0, 4: 0}
        self.class_dict = {0: 'W', 1: "N1", 2: "N2", 3: "N3", 4: "REM"}
        # 第五步：定义MyFigure类的一个实例
        self.F = MyFigure(width=12, height=3, dpi=80)  # 50精确，400就很粗
        self.FFT = FFTFigure(width=8, height=3, dpi=40)
        self.FR = FRFigure(width=12, height=1, dpi=80)
        # 添加定时器,动态显示
        self.timer_re = QTimer(self)
        self.timer_re.start(time_i)  # ms
        self.timer_re.timeout.connect(self.auto_plot)

        # 第六步：在GUI的groupBox中创建一个布局，用于添加MyFigure类的实例（即图形）后其他部件。
        self.gridlayout = QGridLayout(self.groupBox)  # 继承容器groupBox
        self.gridlayout.addWidget(self.F, 0, 0)
        # 在GUI中添加FFT实例
        self.gridlayout = QGridLayout(self.groupBox_4)  # 继承容器groupBox_4
        self.gridlayout.addWidget(self.FFT, 0, 0)
        self.gridlayout = QGridLayout(self.groupBox_5)  # 继承容器groupBox_4
        self.gridlayout.addWidget(self.FR, 0, 0)

    def auto_plot(self):
        if epoch_buffer.get_data_state(self.i, time_i):  # 50=time_i / 10
            x, sample_rate = epoch_buffer.get_data(400, 40, 10, self.i)
            self.F.axes1.set_title('EEG_FPZ_CZ')
            self.F.axes1.cla()
            self.F.axes1.plot(x, 'r')
            # 设置坐标轴颜色、刻度、位置
            self.F.axes1.tick_params(axis='x', colors='yellow')
            self.F.axes1.tick_params(axis='y', colors='yellow')
            self.F.axes1.set_ylim(-150, 150)
            self.F.axes1.set_xlim(0, 400)
            self.F.axes1.spines['bottom'].set_position(('data', 0))
            self.F.axes1.spines['left'].set_position(('data', -2))
            self.F.axes1.set_ylabel("Amplitude(uV)", color="yellow", fontsize=10)
            self.F.axes1.set_xlabel("Frequency(Hz)", color="yellow", fontsize=10)
            self.F.draw()

            seta_x = epoch_buffer.get_filter_rhythm(4, 8)
            alpha_x = epoch_buffer.get_filter_rhythm(8, 13)
            self.FR.axes1.cla()
            self.FR.axes1.plot(seta_x)
            self.FR.axes1.plot(alpha_x)
            self.FR.axes1.legend(["seta", "alpha"], loc='upper right', facecolor='white')  # label
            # 设置坐标轴颜色、刻度、位置
            self.FR.axes1.tick_params(axis='x', colors='yellow')
            self.FR.axes1.tick_params(axis='y', colors='yellow')
            self.FR.axes1.set_ylim(-100, 100)
            self.FR.axes1.spines['bottom'].set_position(('data', 0))
            self.FR.axes1.spines['left'].set_position(('data', -2))
            self.FR.axes1.set_ylabel("Amplitude(uV)", color="yellow", fontsize=10)
            self.FR.axes1.set_xlabel("Frequency(Hz)", color="yellow", fontsize=10)
            self.FR.draw()

            self.FFT.axes1.cla()
            N = 200
            x_ = N/2 * np.linspace(0, 1, N / 2)
            transformed = 1.0 / N * np.abs(np.fft.fft(x, N))
            self.FFT.axes1.plot(x_, transformed[0:N / 2], )
            self.FFT.axes1.legend(["channel 1"], loc='upper right', facecolor='white',fontsize=20)  # label
            self.FFT.axes1.set_title("FFT", color='red', fontsize=20, pad=-20)
            self.FFT.axes1.set_ylim(-1.0, 10.0)
            self.FFT.axes1.tick_params(axis='x', colors='yellow', labelsize=15)
            self.FFT.axes1.tick_params(axis='y', colors='yellow')
            self.FFT.axes1.spines['bottom'].set_position(('data', 0))
            self.FFT.axes1.spines['left'].set_position(('data', 0))
            self.FFT.axes1.set_ylabel("Amplitude(uV)", color="yellow", fontsize=20)
            self.FFT.axes1.set_xlabel("Frequency(Hz)", color="yellow", fontsize=20)
            self.FFT.draw()

            # classes
            if epoch_buffer.get_label_state(self.j):
                self.stage = epoch_buffer.get_label(self.j)
                self.dict[self.stage] = self.dict[self.stage] + 1
                self.classes(self.stage, sample_rate)
                self.j = self.j + 1
            self.i = self.i + 1
        else:
            self.F.axes1.set_title('EEG_FPZ_CZ')
            # self.F.axes1.cla()
            # 设置坐标轴颜色、刻度、位置
            self.F.axes1.tick_params(axis='x', colors='yellow')
            self.F.axes1.tick_params(axis='y', colors='yellow')
            self.F.axes1.set_ylim(-150, 150)
            self.F.axes1.set_xlim(0, 400)
            self.F.axes1.spines['bottom'].set_position(('data', 0))
            self.F.axes1.spines['left'].set_position(('data', -2))
            self.F.axes1.set_ylabel("Amplitude(uV)", color="yellow", fontsize=10)
            self.F.axes1.set_xlabel("Frequency(Hz)", color="yellow", fontsize=10)
            self.F.draw()
            # self.FFT.axes1.cla()
            self.FFT.axes1.set_title("FFT", color='red', fontsize=20, pad=-20)
            self.FFT.axes1.set_ylim(-1.0, 10.0)
            self.FFT.axes1.tick_params(axis='x', colors='yellow', labelsize=15)
            self.FFT.axes1.tick_params(axis='y', colors='yellow')
            self.FFT.axes1.spines['bottom'].set_position(('data', 0))
            self.FFT.axes1.spines['left'].set_position(('data', 0))
            self.FFT.axes1.set_ylabel("Amplitude(uV)", color="yellow", fontsize=20)
            self.FFT.axes1.set_xlabel("Frequency(Hz)", color="yellow", fontsize=20)
            self.FFT.draw()
            # self.FR.axes1.cla()
            self.FR.axes1.tick_params(axis='x', colors='yellow')
            self.FR.axes1.tick_params(axis='y', colors='yellow')
            self.FR.axes1.set_ylim(-100, 100)
            self.FR.axes1.spines['bottom'].set_position(('data', 0))
            self.FR.axes1.spines['left'].set_position(('data', -2))
            self.FR.axes1.set_ylabel("Amplitude(uV)", color="yellow", fontsize=10)
            self.FR.axes1.set_xlabel("Frequency(Hz)", color="yellow", fontsize=10)
            self.FR.draw()


    def classes(self, stage, sample_rate):
        self.lineEdit.setText(str(self.dict[0]))
        self.lineEdit_2.setText(str(self.dict[1]))
        self.lineEdit_3.setText(str(self.dict[2]))
        self.lineEdit_4.setText(str(self.dict[3]))
        self.lineEdit_5.setText(str(self.dict[4]))
        self.lineEdit_6.setText(self.class_dict[stage])

        self.lineEdit_7.setText(str(sample_rate))


if __name__ == "__main__":
    app = QApplication(sys.argv)
    main = MainDialogImgBW()
    main.show()
    sys.exit(app.exec_())

 

阳光正好sun
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
Python之PyQt5可视化编程02——matplotlib动态显示画面
首页
10-09 6891
      matplotlib动态显示画面分为直接在figure图形对象动态显示画面和在UI界面动态显示画面，但是两者本质都是使用到了matplotlib中的animation模块，并调用其中的FuncAnimation(figure, update, interval......)函数实现动态展示的效果。 在matplotlib作图中，比较常用的是matplotlib.pyplot模块，这个...
matplotlib 绘图控件嵌入PyQt5 GUI中
06-15
案例包括点击画图功能，和显示 matplotlib 导航条功能（比如，显示保存、放大等功能按钮）；但是，matplotlib 自带的导航条功能是英文的，做软件时用户用起来可能不方便。
Python pyqtgraph库：高效可视化数据的利器
最新发布
GitHub_miao的博客
05-13 739
更多Python学习内容：ipengtao.com在数据科学和工程领域，数据可视化是一项非常重要的任务。Python pyqtgraph库是一个功能强大的数据可视化工具，可以帮助用户快速、高效地可视化各种类型的数据，包括实时数据、大数据集和3D数据等。本文将介绍pyqtgraph库的基本功能、高级功能以及实际应用场景，并提供丰富的示例代码帮助理解和使用该库。安装使用pip安装pyqtgraph库的...
pyqt5加载matplotlib绘制动态图形
weixin_49577420的博客
01-01 275
pyqt5中加载matplotlib图形
推荐一款科研必备的Python数据可视化神器——PyQtGraph
Python数据之道
09-25 1376
作者：胡同学的同学来源：机器学习算法与Python实战PyQtGraphPyQtGraph是一个纯python的图形和GUI库，构建于PyQt4/PySide和numpy之上，它主要用于...
pyqt5+matplotlib动态显示折线图
ChaoChao66666的博客
12-14 4158
先看下效果： 代码： import sys import matplotlib.pyplot as plt from PyQt5.QtWidgets import QWidget, QApplication, QVBoxLayout, QPushButton from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FC from PyQt5.QtCore import QTimer class MyWidge.
pyqt5与matplotlib结合画图 ，绘制动态图形
热门推荐
总裁余（余登武）博客
05-25 1万+
pyqt5与matplotlib结合画图，绘制动态图，使图一直刷新。 常规的绘图加一个定时器就能完成。 如给一个数组x=[3,4,5]，每隔一秒，数组就会添加一个数，同时每隔一秒就会画一次x的图，实现动态展示。 要实现定时效果，得有两个按钮控制时间开，停。按钮命名为 self.startBtn = QPushButton(‘开始’) self.endBtn = QPushButton(‘结束’) import numpy as np import sys import matplotlib matplotl
PyQtGraph在pyqt中的应用及安装过程
09-18
主要介绍了PyQtGraph在pyqt中的应用，文中给大家介绍了pyqtgraph的主要用途及PyQtGraph的安装过程,需要的朋友可以参考下
用pyqtgraph画图.rar_pyqt 图像处理_pyqt 画图_pyqtgraph_pyqtgraph gui_pyqtg
07-15
PyQtGraph与PyQt结合，为开发者提供了创建高效、动态图形界面的能力。 首先，让我们了解如何使用PyQtGraph进行图像处理。PyQtGraph提供了一些基本的图像处理功能，如图像显示、缩放和平移。`ImageItem`是PyQtGraph...
PyQt5的PyQtGraph实践系列3之实时数据更新绘制图形
01-21
在之前介绍PyQtGraph的文章中，我们都是一次性的获取数据并将其绘制为图形。然而在很多场景中，我们都需要对实时的数据进行图形化展示，比如：股票的实时行情、仪器设备的实时状态等，这时候就需要对数据进行实时的...
python+pyqtgraph+pyqt5 基于python的虚拟串口示波器，使用pyqtgraph动态绘图
12-04
在CSDN上学习了众多资料，调试了一个基于python的简易串口软件，作为一个学习的总结。整个软件并不复杂，汇集了不少网上找到的代码，...使用pyqtgraph动态绘图，将接收的串口数据绘制成曲线。UI界面基本看不到卡顿。
PyQtGraph： 一款面向科研/开发工程的快捷数据可视化和GUI工具-python
06-18
PyQtGraph： 一款面向科研/开发工程的快捷数据可视化和GUI工具 PyQtGraph 用于 PyQt/PySide/PyQt5/PySide2 的纯 Python 图形库 版权所有 2020 Luke Campagnola，北卡罗来纳大学教堂山分校 http://www.pyqtgraph.org PyQtGraph 旨在用于数学/科学/工程应用程序。 尽管完全用 python 编写，但由于大量利用 numpy 进行数字运算、Qt 的 GraphicsView 框架用于 2D 显示以及 OpenGL 用于 3D 显示，因此该库速度很快。 要求 Python 2.7 或 3.x 需要 PyQt 4.8+、PySide、PyQt5 或 PySide2 numpy 用于图像处理的可选 scipy 用于 3D 图形的 pyopengl 用于大型 hdf5 二进制格式的 hdf5 支持 Qt 绑定测试矩阵 下表代表我们测试的 Python 环境我们的 CI 系统。 我们的 CI 系统使用 Ubuntu 18.04、Windows Server 2019 和 macOS 10.15
使用pyqt5实现的Python-GUI动态作图例子
01-12
在这个例子中，我们将深入探讨如何利用PyQT5结合PyQtGraph和Matplotlib库，实现动态图形的展示。 首先，PyQT5是Python中的一个跨平台的GUI库，它是Qt库的一个Python绑定。它允许开发者创建出与操作系统深度融合、...
PyQt5 Matplotib绘图-实时
a876106354的博客
09-25 415
【代码】PyQt5 Matplotib绘图-实时。
用python画动态图_利用PyQt5+Matplotlib 绘制静态/动态图的实现代码
weixin_39957271的博客
11-24 877
代码编辑环境Win10+(Pycharmm or Vscode)+PyQt 5.14.2功能实现静态作图：数据作图，取决于作图函数，可自行修改动态作图：产生数据，获取并更新数据，最后刷新显示，可用于实现数据实时采集并显示的场景效果展示代码块（业务与逻辑分离）业务–UI界面代码文件名：Ui_realtimer_plot.py# -*- coding: utf-8 -*-# Added by the ...
plt实时动态绘图
godme
04-05 3584
plt动态绘图 API plt.ion()：开启交互模式 plt.ioff()：关闭交互模式 plt.clf()：清理残留图像 plt.pause()：暂停 例子 import matplotlib.pyplot as plt plt.ion() x = [] y = [] for i in range(100): x.append(i) y.append(i ** 2) ...
pyqt5 Qt Designer + matpoltlib画图显示动态曲线
LDC，公众号【轻松学编程】
05-26 6277
PyQt5 Qt Designer 使用Matpoltlib画图显示动态曲线 导入pyqt5库： pip install PyQt5==5.15.4 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install pyqt5-plugins==5.15.4.2.2 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install PyQt5-Qt5==5.15.2 -i https://pypi.tuna.tsin
pyqtgraph
weixin_30652897的博客
04-01 381
安装pip3 install pyqtgraph 在PyQtGraph中，有几种绘制图形的方法： pyqtgraph.plot()：创建一个新的绘图窗口来显示数据； PlotWidget.plot()：将一组新的数据添加到现有的绘图小部件； PlotItem.plot()：将一组新的数据添加到现有的绘图小部件； GraphicsLayout.addPlot()：添加一个新的...
Python动态绘图详解
微小冷的学习笔记
05-07 1772
`matplotlib`中的`animation`提供了动态绘图功能，下面列举一个最简单的动态绘制三角函数的例子，来初步演示一下。
pyqt使用qpainter动态更新
10-18
好的，关于使用 PyQt 中的 QPainter 动态更新，可以通过以下步骤实现： 1. 创建一个 QWidget 子类，并在其构造函数中初始化 QPainter 对象。 2. 重写 QWidget 的 paintEvent() 方法，在其中使用 QPainter 绘制需要...
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值