Matplotlib在循环中更新图像散点图时卡顿冻结问题

你的核心问题是每次循环重复加载渲染平面图、重复创建绘图元素，导致性能暴跌甚至假死。下面是直接可用的优化方案，核心思路是 只加载一次背景，复用绘图对象更新数据 ：

优化后的完整代码 #

import matplotlib.pyplot as plt
from tqdm import tqdm
# 开启交互式绘图模式，支持实时更新
plt.ion()
# 仅加载一次平面图，作为固定背景
floorplan = plt.imread("Floor-Plan.jpeg")
fig, ax = plt.subplots()
ax.imshow(floorplan)
# 初始化空的散点对象，后续只更新它的坐标数据
scatter = ax.scatter([], [], s=10)
# 循环遍历轨迹数据，实时更新点位置
for index, row in tqdm(raw_data.iterrows()):
    location = NavigationFunction(row)
    # 更新散点的坐标（如果要保留所有历史点，就把location追加到列表再传入）
    scatter.set_offsets([location[0], location[1]])
    # 刷新绘图画面
    plt.draw()
    # 控制更新间隔，同时处理绘图事件避免假死
    plt.pause(0.1)
# 循环结束后关闭交互式模式，保持窗口显示
plt.ioff()
plt.show()

关键优化点说明 #

• 一次性加载背景 ：把 plt.imshow(floorplan) 移出循环，只执行一次，彻底避免重复读取图片和渲染背景的性能消耗
• 复用散点对象 ：初始化一个空的散点，用 set_offsets() 更新坐标，而不是每次新建散点，大幅减少绘图资源占用
• 交互式模式+plt.pause() ： plt.ion() 开启实时更新， plt.pause() 替代 time.sleep() ，既能控制帧率，又能处理Matplotlib的绘图事件，避免窗口停止响应

扩展：保留所有历史轨迹点 #

如果需要显示完整的轨迹（不是只显示当前点），只需把坐标存入列表，每次更新整个列表的偏移量：

import matplotlib.pyplot as plt
from tqdm import tqdm
plt.ion()
floorplan = plt.imread("Floor-Plan.jpeg")
fig, ax = plt.subplots()
ax.imshow(floorplan)
scatter = ax.scatter([], [], s=10)
trajectory_coords = []  # 存储所有历史坐标
for index, row in tqdm(raw_data.iterrows()):
    location = NavigationFunction(row)
    trajectory_coords.append(location)
    scatter.set_offsets(trajectory_coords)
    plt.draw()