Python中Matplotlib ion()示例

本文详细介绍了Python中Matplotlib的ion()函数,它用于开启交互模式,允许动态更新图表。文中提供了多个示例,包括基础用法、创建交互式绘图,以及如何在循环中更新绘图。此外,还讨论了ion()可能导致的绘图冻结情况,并强调了在数据可视化和分析中启用交互模式的重要性。
摘要由CSDN通过智能技术生成

Python Pool
Matplotlib ion() in Python With Examples
Python 中 Matplotlib ion()示例

各位程序员好!在本文中,我们将探讨Python中的Matplotlib ion()的使用。Matplotlib是一个基于NumPy数组的多平台数据可视化库。Matplotlib库中的Pyplot模块用于将直线,条形图,散点图,直方图等各种绘图可视化。matplotlib.pyplot.ion()函数用于开启交互模式。交互模式默认是关闭的。每次修改之后,一些交互式后端会动态更新并且展示给用户。可以通过运行plt.isinteractive()或者plt.rcParams[‘interactive’]命令来检查交互模式的状态。

Matplotlib ion的语法和返回类型:
matplotlib.pyplot.ion()

参数:
不接受任何参数。只是用于开启交互模式。

Python中的Matplotlib ion()示例
示例1:
import matplotlib.pyplot as plt

plt.ion()
plt.plot([1.4, 2.5])
plt.title(" Sampple interactive plot")

axes = plt.gca()
axes.plot([3.1, 2.2])
输出:
在这里插入图片描述

说明:
在以上的示例中,导入Matplotlib库之后就执行了该函数。帮助所创建的交互绘图示例开启了交互模式。这样在python通过使用plt.ion()语句开启了ion()。

示例2:
import matplotlib.pyplot as plt

#the function to turn on interactive mode
plt.ion()

#creating randomly generate collections/data
random_array = np.arange(-4, 5)
collection_1 = random_array ** 2
collection_2 = 10 / (random_array ** 2 + 1)
figure, axes = plt.subplots()

axes.plot(random_array, collection_1,
‘rx’, random_array,
collection_2, ‘b+’,
linestyle=‘solid’)

axes.fill_between(random_array,
collection_1,
collection_2,
where=collection_2>collection_1,
interpolate=True,
color=‘green’, alpha=0.3)

lgnd = axes.legend([‘collection-1’,
‘collection-2’],
loc=‘upper center’,
shadow=True)

lgnd.get_frame().set_facecolor(’#ffb19a’)

输出:
在这里插入图片描述

说明:
在以上的示例中,两个使用Numpy arrange()函数定义的数组:collection_1 和 collection_ 2。这两个数组包含了用于绘制交互式绘图的点。以上示例中的交互模式是通过执行plt.ion()命令所开启。绘图设置好并最终循环更新。

使用draw()实现绘图更新
import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 10*np.pi, 100)
y = np.sin(x)

plt.ion()
fig = plt.figure()
ax = fig.add_subplot(111)
line1, = ax.plot(x, y, ‘b-’)

for phase in np.linspace(0, 10*np.pi, 100):
line1.set_ydata(np.sin(0.5 * x + phase))
fig.canvas.draw()
输出:
在这里插入图片描述

说明:
以上示例中,我们通过使用Numpy的函数:x = np.linspace(0, 10*np.pi, 100) and y = np.sin(x)先创建了用于绘图的数据。然后开启Python中的交互模式,也就是ion()。开启交互模式是必要的,它来控制是否为每次draw()命令的数据重新绘图。如果plt.ion()是False状态,图片不会更新。绘图设置好并最终循环更新。
Matplotlib ion() 冻结
from matplotlib import pyplot as plt
import time

plt.ion()
fig = plt.figure()
axis = fig.add_subplot(111)

for i in range(30000):
axis.plot(i,i,‘o’)
plt.draw()
if i > 5:
time.sleep(2)
plt.close()
说明:
在以上的代码中,交互绘图通过使用plt.ion()函数实现。一部分代码用来计算,每次调用plt.draw()都会更新绘图。当点击交互绘图的数据窗口或者尝试移动,数据停止更新,窗口标签提示“无响应”。但是脚本不会出错继续运行,也就是只有图片会冻结。
结论:
本文讲述了python中使用Matplotlib ion(),以及在python程序中执行函数的案例。我在各种绘图中都会开启交互模式。任何关于Matplotlib ion()函数的查询都可以查询本文。
然而,如果你有任何不解或问题,请在下方评论区告诉我,我会尽可能帮助你。
祝Python编程快乐!
本文原创(英文)发布于Python Pool.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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