目录

一、引言

用python做仿真一个痛点就是不能像netlogo等一些其他软件可以很方便地实现实时数据可视化，也正是由于这一点，调试仿真系统时不够直观。因此，掌握如何根据仿真系统即时生成的数据绘制动态图形很重要。

已经有几位博主给出了详细的博文，这里给大家列举出来。为了增加点新东西， 本文对实现实时数据动态显示的代码做出一些解析 ，方便大家读懂代码。

python中plot实现即时数据动态显示方法_plt实时显示_windSeS的博客-CSDN博客 https://blog.csdn.net/u013468614/article/details/58689735 python matplotlib.pyplot如何绘制实时图表？（实时绘制、更新图表、实时更新、动态窗口）plt.ion() plt.clf() plt.pause() plt.ioff()_python pyplot 实时 图_Dontla的博客-CSDN博客 https://blog.csdn.net/Dontla/article/details/106559106 matplotlib 绘制实时动态曲线图_颹蕭蕭的博客-CSDN博客 https://blog.csdn.net/itnerd/article/details/109062516

二、从一块代码开始

import matplotlib
from matplotlib import pyplot as plt
import numpy as np
%matplotlib qt5#在spyder等集成开发环境中改为matplotlib.use('QtAgg')
# 创建实时绘制横纵轴变量
x = []
y = []
# 创建绘制实时损失的动态窗口
plt.ion()
# 创建循环
for i in range(30):
    x.append(i)# 添加i到x轴的数据中
    y.append(i**2)# 添加i的平方到y轴的数据中
    plt.clf()  # 清除之前画的图
    plt.plot(x, y * np.array([-1]))  # 画出当前x列表和y列表中的值的图形
    plt.pause(0.001)  # 暂停一段时间，不然画的太快会卡住显示不出来
    plt.ioff()  # 关闭画图窗口

上述代码 循环产生i和i的平方 ，并将循环产生的数据交给plt绘制曲线图。正常情况下，曲线图会一张一张的绘制出来，关键就在于 %matplotlib qt5和plt.icon() 。

1、%matplotlib qt5

`%matplotlib qt5` 是一个Jupyter Notebook的 魔术命令 ，用于在 Qt5后端 中显示Matplotlib生成的图形。Matplotlib是一个用于数据可视化的Python库，而 Qt5是一个跨平台的用户界面工具包 。

当你在Jupyter Notebook中使用Matplotlib绘制图形时， 默认情况下，图形会以静态图片的形式显示 在Notebook中。但是，有时候你可能希望以交互方式显示图形，以便更好地探索和操作图形。这时就可以使用 `%matplotlib qt5` 命令。

该命令会将Matplotlib的后端设置为Qt5 ，这意味着Matplotlib会使用Qt5库来创建一个独立的图形窗口，将图形显示在其中。这个窗口是一个可交互的界面，你可以缩放、平移、旋转和保存图形等操作。

使用 `%matplotlib qt5` 命令后，当你调用Matplotlib的绘图函数时， 图形将会在一个独立的窗口中显示 ，而不是在Notebook中直接显示。这使得你可以 更方便地探索和交互地操作图形，特别是对于复杂的图形和大量的数据点 。

另外，如果你想恢复到默认的静态图形显示方式，可以使用 `%matplotlib inline` 命令。这将把Matplotlib的后端设置为内联模式，图形将再次以静态图片的形式显示在Notebook中。

2、plt.icon

plt.ion() 是 Matplotlib 库中的一个函数， 用于开启交互模式（interactive mode） 。它可以让图形在绘制后立即显示，而不需要等待plt.show() 的调用。

在默认情况下，Matplotlib 的绘图操作是阻塞的，即在调用 plt.show()之前，代码会一直阻塞在绘图函数处，直到手动关闭图形窗口后才会继续执行后续代码。 这种模式适用于静态图形展示，但不适合需要实时更新图形的交互式应用场景。

使用 plt.ion() 函数可以将 Matplotlib 设置为交互模式，开启非阻塞的绘图操作。这意味着 在调用绘图函数后，图形会立即显示在窗口中，然后代码会继续执行后续的操作，而不需要显式地调用 plt.show() 。当更新图形时，新的图形会立即在窗口中显示，无需手动关闭图形窗口。

调用 plt.ioff() 可以关闭交互模式。

上述内容针对非IPython的开发环境，在Jupyter Notebook中，即使没有plt.ion()图形也可以实时显示而不需要plt.show()，也不需要手动关闭绘图窗口以使代码继续运行。

三、另一种在行内（Jupyter Notebook内）展示动态图形的方法

from matplotlib import pyplot as plt
import numpy as np
from IPython import display
%matplotlib inline
# 创建实时绘制横纵轴变量
x = []
y = []
# 创建绘制实时损失的动态窗口
plt.ion()
# 创建循环
for i in range(30):
    x.append(i)# 添加i到x轴的数据中
    y.append(i**2)# 添加i的平方到y轴的数据中
    plt.clf()  # 清除之前画的图
    plt.plot(x, y * np.array([-1]))  # 画出当前x列表和y列表中的值的图形
    plt.pause(0.001)  # 暂停一段时间，不然画的太快会卡住显示不出来
    display.clear_output(wait=True)
    plt.ioff()  # 关闭画图窗口

使用上述代码即可实现在Jupyter Notebook内展示动态图形，其关键在于 IPython 中的 display.clear_output() 。

1、display和display.clear_output()

display是用于在IPython环境下进行交互式显示和操作的模块， IPython是一个增强版的交互式Python解释器 ，它提供了许多 用于交互式计算和数据可视化 的功能。Jupyter Notebook就是基于IPython内核的。

导入`display`模块后，你可以使用其中的函数来实现一些特定的显示操作，例如：
1. `display.display()`: 用于在IPython中显示对象。它会自动选择适当的显示方式，可以显示图像、HTML内容、Markdown文本、Pandas数据框等等。它在Jupyter Notebook中常用于在代码中间或循环中实时显示结果。
2. `display.clear_output()`: 清除IPython输出区域的内容，用于清除之前的输出，以便进行新的显示。
3. `display.HTML()`: 显示HTML内容，可以用于在IPython中嵌入并展示富文本内容或交互式组件。
4. `display.Image()`: 显示图像文件，可以在IPython中显示本地或远程图像文件。
5. `display.Audio()`: 播放音频文件，可以在IPython中播放本地或远程音频文件。
6. `display.Video()`: 播放视频文件，可以在IPython中播放本地或远程视频文件。
这些函数提供了一种灵活的方式来处理不同类型的数据和内容，并以交互式方式在IPython环境中进行显示。它们对于数据分析、实验结果展示和交互式演示等场景非常有用。

display.clear_output(wait=True) 是display模块中的函数，用于在IPython环境中清除输出区域的内容， wait=True 表示直到下一次输出产生时才清除原本输出区域的内容。 这样做类似于动画中的帧，不断刷新的帧让人感觉是连续变化的动态图形。

需要注意的是， display.clear_output(wait=True) 函数只能在IPython环境中使用 ，例如Jupyter Notebook或IPython终端。在其他Python环境中，如普通的Python脚本或命令行交互式解释器中，该函数将不起作用。