Ipython not defterinde (bir hücre içinde) döngüdeki bir grafiği dinamik olarak güncelleme

Ortam: Python 2.7, matplotlib 1.3, IPython notebook 1.1, linux, chrome. Kod, tek bir giriş hücresindedir.--pylab=inline

Bir akışı kullanmak ve her 5 saniyede bir grafiği dinamik olarak güncellemek için IPython not defterini ve pandaları kullanmak istiyorum.

Verileri metin biçiminde yazdırmak için yalnızca print deyimini kullandığımda, mükemmel çalışıyor: çıktı hücresi verileri yazdırmaya ve yeni satırlar eklemeye devam ediyor. Ancak verileri çizmeye çalıştığımda (ve sonra bir döngüde güncellemeye çalıştığımda), çizim asla çıkış hücresinde görünmüyor. Ancak döngüyü kaldırırsam, sadece bir kez çizin. İyi çalışıyor.

Sonra basit bir test yaptım:

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)

İşlemi manuel olarak kesene kadar çıktı hiçbir şey göstermeyecek (ctrl + m + i). Ve onu kestikten sonra, arsa birden çok üst üste binen çizgi olarak doğru şekilde görünüyor. Ama gerçekten istediğim şey, her 5 saniyede bir ortaya çıkan ve güncellenen bir olay örgüsüdür (veya plot()işlev her çağrıldığında, tıpkı yukarıda bahsettiğim print deyimi çıktıları gibi, bu iyi çalışıyor). Sadece hücre tamamen bittikten sonra son grafiği göstermek istediğim şey DEĞİL.

Hatta her birinin arkasına açıkça draw () fonksiyonu eklemeye çalıştım plot(), vs. Hiçbiri çalışmıyor. IPython not defterinde bir hücre içindeki bir for / while döngüsü ile bir grafiği dinamik olarak nasıl güncelleyeceğinizi merak edin.

kullanmak IPython.displaymodülü:

%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)

Sen daha da ekleyerek bu artırabilir wait=Trueiçin clear_output:

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

HYRY'nin cevabında birkaç gelişme var :

• Hücre kesildiğinde iki yerine tek bir olay örgüsüne sahip olabilmeniz için displayönce arayın clear_output.
• catch the KeyboardInterrupt, böylece hücre çıktısının traceback ile karışmaması için.

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

Burada yayınlanan diğer çözümlere etiket eklemek, her döngüde yeni etiketler eklemeye devam edecektir. Bununla başa çıkmak için arsa ile temizleyinclf

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())

Fonksiyonu eklemeyi show()veya gcf().show()sonrasını deneyin plot(). Bunlar mevcut rakamı güncellenmeye zorlar (gcf () mevcut şekil için bir referans döndürür).

Bunu böyle yapabilirsin. Liste olarak x, y'yi kabul eder ve bir dağılım grafiği artı aynı grafik üzerinde doğrusal bir eğilim çıkarır.

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();

sadece live_plot(x, y)bir döngü içinde aramanız gerekir . İşte nasıl göründüğü: