Matplotlib Plot 动态更改图表

Matplotlib 是 Python 的一个绘图库，它可以绘制各种类型的图表，包括散点图、折线图、饼图等等。在 Jupyter Notebook 环境中使用 Matplotlib 可以方便地进行数据可视化。本文将介绍如何在 Jupyter Notebook 中使用 Matplotlib 绘制动态更改的图表。

阅读更多：Matplotlib 教程

准备工作

在开始之前，需要先安装 Matplotlib：

pip install matplotlib

接着，导入需要的库：

import matplotlib.pyplot as plt
import numpy as np
from IPython.display import clear_output

绘制静态图表

首先，我们来绘制一张静态的折线图。假设我们有一组数据：

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

我们可以用 plt.plot() 函数将这组数据画出来：

plt.plot(x, y)
plt.show()

这段代码的含义是，将 x 和 y 的值分别作为横坐标和纵坐标，画出一条折线图，并显示在 Jupyter Notebook 中。

更改图表

接下来，我们要实现一个动态更改的图表。假设我们有一组正弦值的动态数据，它们不断变化，我们希望把这些数据实时反映在图表上。

首先，我们需要设置一个 Figure 对象和一个 Axes 对象：

fig, ax = plt.subplots()

然后，我们需要一个函数来更新数据并绘制图表。我们可以将这个函数命名为 update()。在这个函数中，我们需要先更新数据，再绘制图表。

def update():
    # 更新数据
    x = np.linspace(0, 2 * np.pi, 100)
    y = np.sin(x + update.counter/10)
    update.counter += 1

    # 绘制图表
    ax.clear()
    ax.plot(x, y)
    plt.draw()

    # 清除输出，避免重复显示
    clear_output(wait=True)

    # 输出图表
    plt.show()

在这个函数中，我们首先更新数据 x 和 y。在这里，我们将 x 的值保持不变，而将 y 的值进行了更新。具体来说，我们将 x 的值加上一个常数，得到一个新的 y 值。这样，我们就得到了一个动态的图表，它可以不断变化。

接着，我们在 Axes 上绘制图表，并使用 ax.clear() 函数清除之前的图表。注意，如果不清除之前的图表，新的图表将会叠加在之前的图表上面。

最后，我们使用 clear_output() 函数清除输出，避免重复显示。这是因为 Jupyter Notebook 中，每次更新图表时都会在输出区域显示一个新的图表，如果没有清除输出，就会出现多个图表重叠在一起的情况。

现在，我们已经定义了一个更新函数 update()，它可以更新数据并绘制图表。接下来，我们需要定义一个计数器 update.counter，并将其初始化为0。计数器的作用是控制数据的更新速度。

update.counter = 0

最后，我们可以使用 interactive() 函数生成一个交互式按钮，用于触发更新函数。具体来说，我们可以使用以下代码：

from IPython.display import display
from ipywidgets import interactive

button = interactive(update)
display(button)

现在，我们就可以在 Jupyter Notebook 中看到一个按钮了。每次点击这个按钮，就会触发更新函数，并更新图表。我们可以通过调整计数器的值来控制更新的速度，从而控制图表的动态效果。

完整代码

下面是完整的代码，你可以直接拷贝到 Jupyter Notebook 中运行。

import matplotlib.pyplot as plt
import numpy as np
from IPython.display import clear_output
from ipywidgets import interactive
from IPython.display import display

fig, ax = plt.subplots()
update.counter = 0
button = interactive(update)
display(button)

def update():
    # 更新数据
    x = np.linspace(0, 2 * np.pi, 100)
    y = np.sin(x + update.counter/10)
    update.counter += 1

    # 绘制图表
    ax.clear()
    ax.plot(x, y)
    plt.draw()

    # 清除输出，避免重复显示
    clear_output(wait=True)

    # 输出图表
    plt.show()