python如何做实时折线图

Python 实时折线图可以使用 Matplotlib、Plotly、Bokeh 等库来实现，Matplotlib 是其中最常用的库。下面将详细介绍如何使用 Matplotlib 实现实时折线图。

一、MATPLOTLIB 简介

Matplotlib 是一个 Python 2D 绘图库，可以生成出版质量的图形，包括折线图、散点图、柱状图等。它可以与 NumPy 一起使用，提供了一个接近 MATLAB 的绘图接口。Matplotlib 具有丰富的功能和易用的 API，因此在数据可视化方面被广泛使用。

二、实时折线图的基本原理

在实时折线图中，数据点是不断更新的，而图形也需要相应地实时刷新。实现这一目标的基本原理包括以下几个步骤：

初始化数据和图表。
使用循环或定时器定期更新数据。
更新图表并重新绘制。

三、安装 MATPLOTLIB

在开始之前，确保已安装 Matplotlib。如果没有安装，可以使用以下命令进行安装：

pip install matplotlib

四、实现实时折线图

以下是一个使用 Matplotlib 实现实时折线图的示例代码：

import matplotlib.pyplot as plt
import matplotlib.animation as animation
import random
初始化数据
x_data = []
y_data = []
创建图表和轴
fig, ax = plt.subplots()
line, = ax.plot(x_data, y_data)
设置轴的范围
ax.set_xlim(0, 100)
ax.set_ylim(0, 10)
更新函数
def update(frame):
    x_data.append(frame)
    y_data.append(random.randint(0, 10))
    line.set_data(x_data, y_data)
    # 更新轴的范围
    if frame > 100:
        ax.set_xlim(frame - 100, frame)
    return line,
创建动画
ani = animation.FuncAnimation(fig, update, frames=range(200), blit=True)
显示图表
plt.show()

以上代码中，update 函数会每次调用时生成一个新的随机数据点，并将其添加到数据列表中。同时，FuncAnimation 函数会每隔一定时间调用 update 函数，从而实现实时更新图表。

五、使用 PLOTLY 实现实时折线图

除了 Matplotlib 之外，Plotly 也是一个强大的数据可视化库，并且支持交互式图表。以下是一个使用 Plotly 实现实时折线图的示例代码：

import plotly.graph_objects as go
from plotly.subplots import make_subplots
import random
import time
初始化数据
x_data = []
y_data = []
创建图表
fig = go.FigureWidget()
更新函数
def update():
    x_data.append(time.time())
    y_data.append(random.randint(0, 10))
    with fig.batch_update():
        fig.add_trace(go.Scatter(x=x_data, y=y_data, mode='lines'))
显示图表
fig.show()
模拟实时数据更新
for _ in range(200):
    time.sleep(0.1)
    update()

这个示例中，update 函数会生成新的随机数据点，并使用 batch_update 方法将数据添加到图表中。通过在循环中定期调用 update 函数，可以实现图表的实时更新。

六、使用 BOKEH 实现实时折线图

Bokeh 是另一个强大的数据可视化库，适用于创建交互式和实时图表。以下是一个使用 Bokeh 实现实时折线图的示例代码：

from bokeh.plotting import figure, curdoc
from bokeh.models import ColumnDataSource
from bokeh.driving import linear
初始化数据源
source = ColumnDataSource(data=dict(x=[], y=[]))
创建图表
plot = figure(title="实时折线图", x_axis_label="时间", y_axis_label="值")
plot.line('x', 'y', source=source)
更新函数
@linear()
def update(step):
    new_data = dict(x=[step], y=[random.randint(0, 10)])
    source.stream(new_data, rollover=100)
添加文档
curdoc().add_root(plot)
curdoc().add_periodic_callback(update, 100)
运行 Bokeh 服务器
from bokeh.server.server import Server
server = Server({'/': curdoc()}, port=5000)
server.start()
server.io_loop.add_callback(server.show, "/")
server.io_loop.start()

在这个示例中，update 函数会生成新的随机数据点，并使用 stream 方法将数据添加到数据源中。通过定期调用 update 函数，可以实现图表的实时更新。Bokeh 服务器的使用使得图表可以在浏览器中显示，并且可以在网络上共享。

七、总结

通过以上示例，可以看到使用 Matplotlib、Plotly 和 Bokeh 都可以轻松实现 Python 实时折线图。Matplotlib 是一个功能强大的绘图库，适合生成静态图表；Plotly 支持交互式图表，适合生成交互性强的图表；Bokeh 适合生成交互式和实时图表，并且可以在网络上共享。在实际应用中，可以根据具体需求选择合适的库来实现实时折线图。

无论选择哪种库，都需要注意以下几点：