在Matlab使用Plot函數實現數據動態顯示方法總結中介紹了兩種實現即時數據動態顯示的方法。考慮到使用python的人群日益增多，再加上本人最近想使用python動態顯示即時的數據，網上方法很少，固總結于此。

示例代碼1

import matplotlib.pyplot as pltimport numpy as npimport timefrom math import *plt.ion() #開啟interactive mode 成功的關鍵函數plt.figure(1)t = [0]t_now = 0m = [sin(t_now)]for i in range(2000): t_now = i*0.1 t.append(t_now)#模擬數據增量流入 m.append(sin(t_now))#模擬數據增量流入 plt.plot(t,m,'-r') plt.draw()#注意此函數需要調用 time.sleep(0.01)

示例代碼2

上面的方式，可以在跳出的畫圖面板內動態顯示，但是如果想在jupyter notebook中直接動態顯示，上面的方法將無效。因此，補上在jupyter notebook中可行的動態顯示示例程序。以供舉一反三之用。
這里寫代碼片

import mathimport randomimport numpy as npimport matplotlibimport matplotlib.pyplot as plt%matplotlib inline# set up matplotlibis_ipython = 'inline' in matplotlib.get_backend()if is_ipython: from IPython import displayplt.ion()def plot_durations(y): plt.figure(2) plt.clf() plt.subplot(211) plt.plot(y[:,0]) plt.subplot(212) plt.plot(y[:,1]) plt.pause(0.001) # pause a bit so that plots are updated if is_ipython:  display.clear_output(wait=True)  display.display(plt.gcf())x = np.linspace(-10,10,500)y = []for i in range(len(x)): y1 = np.cos(i/(3*3.14)) y2 = np.sin(i/(3*3.14)) y.append(np.array([y1,y2])) plot_durations(np.array(y))

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林站長站。