Matplotlib 简介

Matplotlib 是一个 Python 的绘图库，可以用于绘制各种图表，包括线图、散点图、柱状图、饼图等。它具有丰富的功能和灵活的使用方式，是数据可视化的重要工具之一。

在使用 Matplotlib 绘制实时数据图表时，通常会使用一些其他的库来获取数据，例如 NumPy 或 Pandas。这些库可以用来处理数据，并将其传递给 Matplotlib 进行图表的绘制。

绘制静态图表

在使用 Matplotlib 绘制实时数据图表之前，我们先来了解如何绘制静态图表。静态图表指的是数据不会实时更新，只需绘制一次即可。下面是一个简单的示例，展示如何使用 Matplotlib 绘制静态折线图：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 绘制折线图
plt.plot(x, y)

# 设置图表标题和坐标轴标签
plt.title('Sine Wave')
plt.xlabel('x')
plt.ylabel('y')

# 显示图表
plt.show()
Python

上述代码首先导入了 Matplotlib 库和 NumPy 库，并生成了一组随机数据。然后使用 plt.plot() 函数绘制折线图，使用 plt.title()、plt.xlabel() 和 plt.ylabel() 函数设置标题和坐标轴标签。最后调用 plt.show() 函数显示图表。

实时更新数据图表

有时需要将实时数据绘制成图表，以便实时监测数据的变化。Matplotlib 提供了一些方法来实现这个目的。

1. 首先，我们需要创建一个初始图表，并保留对该图表对象的引用：

import matplotlib.pyplot as plt

# 创建初始图表
fig, ax = plt.subplots()

# 显示图表
plt.show()
Python

2. 接下来，我们可以使用 ax.plot() 方法来绘制数据。例如，我们可以使用 random() 函数生成一些随机数据，并将其添加到图表中：

import matplotlib.pyplot as plt
import random

# 创建初始图表
fig, ax = plt.subplots()

# 设置更新函数
def update():
    # 生成新数据
    data = random.random()
    
    # 绘制新数据
    ax.plot(data, 'ro')
    
    # 重新绘制图表
    fig.canvas.draw()

# 更新图表
update()

# 显示图表
plt.show()
Python

3. 如果需要实时更新图表，可以使用 FuncAnimation 类来实现。该类接受一个更新函数和一个时间间隔，自动调用更新函数以更新图表。

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import random

# 创建初始图表
fig, ax = plt.subplots()

# 设置更新函数
def update(frame):
    # 生成新数据
    data = random.random()
    
    # 清空图表
    ax.clear()
    
    # 绘制新数据
    ax.plot(data, 'ro')
    
# 创建动画
ani = FuncAnimation(fig, update, interval=1000)

# 显示图表
plt.show()
Python

上述代码中，我们通过调用 ax.clear() 方法在每次更新之前清空图表，并使用 ani = FuncAnimation() 函数创建一个动画对象。通过设置 interval 参数可以控制动画刷新的时间间隔。