Jak dynamicznie aktualizować wykres w pętli w notatniku Ipython (w obrębie jednej komórki)

Środowisko: Python 2.7, matplotlib 1.3, IPython notebook 1.1, linux, chrome. Kod znajduje się w jednej komórce wejściowej, używając--pylab=inline

Chcę używać notatnika IPython i pand, aby zużywać strumień i dynamicznie aktualizować wykres co 5 sekund.

Kiedy po prostu używam instrukcji print do drukowania danych w formacie tekstowym, działa to doskonale: komórka wyjściowa po prostu drukuje dane i dodaje nowe wiersze. Ale kiedy próbuję wykreślić dane (a następnie zaktualizować je w pętli), wykres nigdy nie pojawia się w komórce wyjściowej. Ale jeśli usunę pętlę, po prostu wykreśl ją raz. To działa dobrze.

Następnie zrobiłem prosty test:

i = pd.date_range('2013-1-1',periods=100,freq='s')
while True:
    plot(pd.Series(data=np.random.randn(100), index=i))
    #pd.Series(data=np.random.randn(100), index=i).plot() also tried this one
    time.sleep(5)

Wyjście nie pokaże niczego, dopóki ręcznie nie przerwę procesu (ctrl + m + i). Po przerwaniu wykres jest wyświetlany poprawnie jako wiele nakładających się linii. Ale to, czego naprawdę chcę, to wykres, który pojawia się i jest aktualizowany co 5 sekund (lub za każdym razem, gdy plot()funkcja zostanie wywołana, tak jak to, co wypisuje instrukcja print, o której wspomniałem powyżej, która działa dobrze). Tylko pokazanie ostatecznego wykresu po całkowitym zakończeniu komórki NIE jest tym, czego chcę.

Próbowałem nawet jawnie dodać funkcję draw () po każdym plot()itd. Żadna z nich nie działa. Zastanawiam się, jak dynamicznie aktualizować wykres za pomocą pętli for / while w jednej komórce w notatniku IPython.

posługiwać się IPython.display modułu:

%matplotlib inline
import time
import pylab as pl
from IPython import display
for i in range(10):
    pl.plot(pl.randn(100))
    display.clear_output(wait=True)
    display.display(pl.gcf())
    time.sleep(1.0)

Możesz to ulepszyć, dodając wait=Truedo clear_output:

display.clear_output(wait=True)
display.display(pl.gcf())

Kilka ulepszeń w odpowiedzi HYRY'ego :

• zadzwoń displaywcześniej clear_output, abyś skończył z jedną fabułą zamiast dwóch, gdy komórka zostanie przerwana.
• złapać KeyboardInterrupt, aby dane wyjściowe komórki nie były zaśmiecone śledzeniem.

import matplotlib.pylab as plt
import pandas as pd
import numpy as np
import time
from IPython import display
%matplotlib inline

i = pd.date_range('2013-1-1',periods=100,freq='s')

while True:
    try:
        plt.plot(pd.Series(data=np.random.randn(100), index=i))
        display.display(plt.gcf())
        display.clear_output(wait=True)
        time.sleep(1)
    except KeyboardInterrupt:
        break

Spróbuj dodać funkcję show()lub gcf().show()po niej plot(). Wymusi to aktualizację bieżącej liczby (gcf () zwraca odniesienie do bieżącej figury).

Dodanie etykiety do innych zamieszczonych tutaj rozwiązań spowoduje ciągłe dodawanie nowych etykiet w każdej pętli. Aby sobie z tym poradzić, wyczyść fabułę za pomocąclf

for t in range(100)
   if t % refresh_rate == 0:

     plt.clf()
     plt.plot(history['val_loss'], 'r-', lw=2, label='val')
     plt.plot(history['training_loss'], 'b-', lw=1, label='training')
     plt.legend()
     display.clear_output(wait=True)
     display.display(plt.gcf())

Możesz to zrobić w ten sposób. Przyjmuje x, y jako listę i wyświetla wykres punktowy oraz trend liniowy na tym samym wykresie.

from IPython.display import clear_output
from matplotlib import pyplot as plt
%matplotlib inline
    
def live_plot(x, y, figsize=(7,5), title=''):
    clear_output(wait=True)
    plt.figure(figsize=figsize)
    plt.xlim(0, training_steps)
    plt.ylim(0, 100)
    x= [float(i) for i in x]
    y= [float(i) for i in y]
    
    if len(x) > 1:
        plt.scatter(x,y, label='axis y', color='k') 
        m, b = np.polyfit(x, y, 1)
        plt.plot(x, [x * m for x in x] + b)

    plt.title(title)
    plt.grid(True)
    plt.xlabel('axis x')
    plt.ylabel('axis y')
    plt.show();

wystarczy zadzwonić live_plot(x, y)w pętli. Oto jak to wygląda: