plotly python 实时绘制|极客笔记

plotly python 实时绘制

Plotly 是一个用于可视化数据的 Python 库，可以与实时数据流集成，实现实时数据绘制。实时绘制可以帮助我们实时监控数据变化，对数据进行更深入的分析和理解。本文将介绍如何使用 Plotly Python 来实现实时绘制。

安装 Plotly

首先，我们需要安装 Plotly 库。可以使用 pip 在命令行中执行以下命令来安装：

pip install plotly

导入库

在开始之前，我们需要导入一些必要的库：

import plotly.graph_objects as go
from plotly.subplots import make_subplots
import numpy as np
import time

plotly.graph_objects 用于创建图形对象
plotly.subplots 用于创建子图
numpy 用于生成模拟数据
time 用于生成实时数据

实时绘制曲线图

下面我们将演示如何实时绘制一个简单的曲线图。首先，我们创建一个空的图形对象，并设置 x 和 y 的范围：

fig = go.Figure()

fig.update_xaxes(range=[0, 10])
fig.update_yaxes(range=[0, 10])

然后，我们创建一个函数 generate_data 来生成实时数据。这里我们简单地使用随机数生成模拟数据：

def generate_data():
    x = np.arange(10)
    y = np.random.randint(0, 10, size=10)
    return x, y

接下来，我们创建一个循环，在每次迭代中生成新的数据，并将数据添加到图形对象中，然后更新图形并暂停一段时间：

while True:
    x, y = generate_data()

    fig.add_trace(go.Scatter(x=x, y=y, mode='lines+markers', name='data'))

    fig.show()

    time.sleep(1)

这段代码会实时更新曲线图，每秒生成一组数据点，并将其添加到图形对象中。

实时绘制多图

除了单个曲线图，我们还可以实时绘制多个图。下面我们将演示如何在一个图中绘制多个子图，并实时更新这些子图。

首先，我们使用 make_subplots 函数创建一个包含两个子图的图形对象：

fig = make_subplots(rows=1, cols=2)

然后，我们创建两个函数 generate_data1 和 generate_data2 来分别生成两个子图的实时数据：

def generate_data1():
    x = np.arange(10)
    y = np.random.randint(0, 10, size=10)
    return x, y

def generate_data2():
    x = np.arange(10)
    y = np.random.randint(0, 10, size=10)
    return x, y

接下来，我们更新循环中的代码来添加两个子图的数据，并实时更新图形对象：

while True:
    x1, y1 = generate_data1()
    x2, y2 = generate_data2()

    fig.add_trace(go.Scatter(x=x1, y=y1, mode='lines+markers', name='data1'), row=1, col=1)
    fig.add_trace(go.Scatter(x=x2, y=y2, mode='lines+markers', name='data2'), row=1, col=2)

    fig.show()

    time.sleep(1)

这段代码会实时更新包含两个子图的图形对象，每秒生成一组数据点，并将其添加到相应子图中。