流数据动态监控原型的内容概述

开发环境：Python3.6
代码行数：不到40行代码
代码风格：详细注解
代码特点：一定能跑起来
附加资料：带详细注释的九个animation实例

Decay
The Bayes update
The double pendulum problem
Animated histogram
Rain simulation
Animated 3D random walk
Animated line plot
Oscilloscope
MATPLOTLIB UNCHAINED

最后的效果：

这方面的资料网上很少，以下是网上三个较为相关的博客：

《使用Matplotlib实现实时数据流可视化（animation模块）》
原文：https://blog.csdn.net/weixin_43323092/article/details/82929556
该博主只介绍了常用函数的几个参数；给了一个官网的实例，这个实例没有注解；博主自己的实现没有给出完整代码，不能跑起来。

《可视化篇：流式数据监控（python）》
原文：https://blog.csdn.net/yc_1993/article/details/54933751
该博主提供了python 2.X的实现，并提供了一些流数据监控实现的思路，并对相关的函数做了一定的介绍。该博主给了两种相关的实现（代码注释不是很清楚，代码量有点大），而且两种实现没有给相应的数据集，不能顺利的跑起来。

《Matplotlib 画动态图: animation模块的使用》
原文：https://blog.csdn.net/u013180339/article/details/77002254
该博主只是简单的搬运了官网的四个例子，没有做详细的注释和分析。

本博主提供的资料特点：

代码简洁且有详细注释
附带官网示例（带注释）
提供jupyter notebook使用教程，方便理解代码以及提高开发效率
使用Python3.6实现
工程一定能够运行起来，并且易于后期修改
学完提供的jupyter notebook使用教程、官网示例、目标代码，相关技能将得到很大的提升

流数据动态监控原型源码

from numpy import sin, cos
import numpy as np
import matplotlib.pyplot as plt
import scipy.integrate as integrate
import matplotlib.animation as animation
%matplotlib notebook#用来正常显示中文标签
plt.rcParams['font.sans-serif'] = ['SimHei']
#用来正常显示负号
plt.rcParams['axes.unicode_minus'] = Falsefig = plt.figure(figsize=(10, 4))
ax = fig.add_subplot(111, autoscale_on=False, xlim=(0, 40), ylim=(0, 40))
ax.set_aspect('auto')  # 控制长宽比
# ax.grid() # 是否要格子背景
ax.axhline(30, linestyle='--', color='black')
# 设置图片标题
ax.set_title('横坐标动态更新的animation实现')
# 设置横坐标名称
ax.set_xlabel('动态变化的横轴')
line, = ax.plot([], [], 'o-', lw=2)# 由于animation必须先有指定的数据或者指定的数据大小，但是我们的数据是一个一个显示的，初期是么有数据的
# 我们又必须提前填充指定个数的数据，这里我们填充x、y刻度以外的数据，然后想办法不显示
# 我们如何不显示呢？由于这些数据本质上还是要输出的，只是不让我们看见，数据既然要输出我们就要正确的设置这些数据对应的刻度
# 既然刻度不能做出改变，我们只能在刻度标签做手脚，我们让数据中x轴标签对应的刻度小于0时，标签显示空字符串
thisx = [i for i in range(-40, 0)]
thisy = (np.zeros(40, dtype=int) - 1).tolist()def init():line.set_data([], [])return linedef animate(*args):# 这种操作之前一定要确保len(thisy) = len(thisx)del thisx[0]del thisy[0]thisx.append(max(thisx) + 1)thisy.append(np.random.randint(0, 40, 1))# 设置x轴的范围ax.set_xlim(min(thisx), max(thisx))# 更新刻度，刻度只要早x轴的范围内就可以ax.set_xticks([i for i in range(min(thisx), max(thisx) + 1, 1)])# 设置刻度标签ax.set_xticklabels([i if i >= 0 else '' for i in range(min(thisx),max(thisx) + 1, 1)],rotation=320)# 重新渲染子图ax.figure.canvas.draw()line.set_data(thisx, thisy)return line# blit选择更新所有点，还是仅更新产生变化的点。应选择True
ani = animation.FuncAnimation(fig,animate,interval=600,blit=False,init_func=init)
# ani.save('jieky_animation.gif',writer='imagemagick')
plt.show()

感觉博主的帖子对你有帮助，记得点赞哦！！！

带详细注释的九个animation实例请加
QQ群：615578708

基于matplotlib.animation和python的流数据动态监控原型相关推荐

android敏感api函数,基于敏感API调用的Android应用程序动态监控
摘要: 近年来,Android操作系统凭借其开源的优势,占领了移动操作系统市场.Android通过对外提供API接口重组资源,吸引了大量第三方开发人员创造出功能丰富的Android应用.但是,由于An ...
基于Matplotlib和Seaborn以及Numpy的数据可视化基础案例练习一（含数据集）
数据可视化基础案例练习一概述使用到的Python库使用到的数据集案例 1. 绘制 2000-2017 年各季度的国民生产总值散点图 2. 绘制 2000-2017 年第一产业.第二产业.第三产 ...
MySQL数据库数据动态监控（canal+Kafka）
参考资料: 参考文章https://gper.club/articles/7e7e7f7ff3g59gc6g6d canal官网 https://github.com/alibaba/canal
python数据图表可视化GUI,python做可视化数据图表
Python中数据可视化的两个库! 1. Matplotlib:是Python中众多数据可视化库的鼻祖,其设计风格与20世纪80年代的商业化程序语言MATLAB十分相似,具有很多强大且复杂的可视化功能 ...
python 条形图_Python数据可视化：基于matplotlib绘制「堆积条形图」
简介堆积条形图作为条形图的一种,能够显示单个项目与整体之间的关系.不仅可以直观的看出每个系列的值,还能够反映出系列的总和,尤其是当需要看某一项目的总和以及其组成各系列值的比重时,最适合使用堆积条形图 ...
python柱形图代码_Python数据可视化：基于matplotlib绘制「条形图」
简介条形图 (bar chart)是用宽度相同条形的高度或长短来表示数据多少的图形,可以横置或纵置.纵置时的条形图也称为柱形图 (column chart). 绘制条形图 1 import mat ...
python画条形图-Python数据可视化：基于matplotlib绘制「条形图」
简介条形图 (bar chart)是用宽度相同条形的高度或长短来表示数据多少的图形,可以横置或纵置.纵置时的条形图也称为柱形图 (column chart). 绘制条形图 1 import mat ...
Python Matplotlib绘制多子图准备训练数据和GIF动画实践
我们程序员.设计人员,按需求辛辛苦苦开发出来的统计图形,往往达不到用户的要求,原因一般是表达不全面,也有内容过多而比较乱,真是众口难调. 其实,是我们表达方式与业务人员工作脱节.业务人员看了一张图或及 ...
python matplotlib animation制作世界人口变动动画
python matplotlib animation制作世界人口变动动画主要利用animation 做了个世界人口动画,数据从网上下载的.做成json格式的.读入pandas.没有放数据, 只是弄 ...

基于matplotlib.animation和python的流数据动态监控原型

流数据动态监控原型的内容概述

最后的效果：

这方面的资料网上很少，以下是网上三个较为相关的博客：

本博主提供的资料特点：

基于matplotlib.animation和python的流数据动态监控原型相关推荐

最新文章

热门文章