将实时生成的数据用matplotlib画动态曲线，并将数据写入csv文件中

77 阅读 0 评论 51 点赞

我是靠谱客的博主精明果汁，最近开发中收集的这篇文章主要介绍将实时生成的数据用matplotlib画动态曲线，并将数据写入csv文件中，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

背景：
最近有个需求，需要将数据画成折线图便于观察，并且数据是实时生成的（与时间有关），数据数量不确定，在网上看到大多数都是基于固定数据来进行画图，很少有将动态生成的数据画成图形的，因此研究了一下。

实现思路：

使用库：画图用matplotlib实现
获取跟随时间变化的数据，并将时间作为x轴，数据作为y轴
写一个循环，将数据“动态刷新”在画板上
由于数据数量不确定，因此x轴显示的数量个数最好固定（不然数据太多挤在一堆不好看），例如显示20个数据，当总数据个数超过20个后，将第一个数据不显示（将列表中的第一个值删除），最后一位新增一个数据，整体呈现的效果就是整个图像在向x轴的负方向移动。

方法实现不难，详情请见下列代码：

import matplotlib.pylab as plt
import time
import numpy as np
import random
from matplotlib.pyplot import MultipleLocator
import csv

x_list = []     # 用于存放x轴数据
y_list = []     # 用于存放y轴数据
temp_list_x = []    # 临时存放x轴数据
temp_list_y = []    # 临时存放y轴数据
show_num = 10   # x轴显示的数据个数，例：show_num = 10表示x轴只显示10个数据
num = 0

plt.ion()	# 打开交互模式
fig1 = plt.figure(figsize=(100,80))             # 设置图片大小
plt.xlim(0, show_num)	                        # 设置x轴的数值显示范围
x_major_locator=MultipleLocator(2)	            # 把x轴的刻度间隔设置为2
y_major_locator=MultipleLocator(10)		        # 把y轴的刻度间隔设置为10
ax=plt.gca()	                                # ax为两条坐标轴的实例
ax.xaxis.set_major_locator(x_major_locator)	    # 把x轴的主刻度设置为2的倍数
ax.yaxis.set_major_locator(y_major_locator)	    # 把y轴的主刻度设置为10的倍数


def write_data(x, y):
    """
    将数据写入csv文件中保存
    :param x: x轴数据
    :param y: y轴数据
    :return:
    """
    f = open('文件名.csv','a+',encoding="utf-8",newline="")
    csv_writer = csv.writer(f)
    # 写入csv文件内容
    csv_writer.writerow([x, y])
    f.close()

# 创建表头
f = open('文件名.csv','a+',encoding="utf-8",newline="")
csv_writer = csv.writer(f)
# 表头
csv_writer.writerow(["时间", "data"])

while True:
    y = random.randint(30, 100)
    y_list.append(y)
    temp_list_y.append(y)
    x = time.strftime("%H:%M:%S", time.localtime(time.time()))
    x_list.append(x)
    temp_list_x.append(x)
    write_data(x, y)
    if num > show_num:
        temp_list_x.remove(temp_list_x[0])
        temp_list_y.remove(temp_list_y[0])
        # plt.clf()     # 清除轴，当前活动轴在当前图中。 它保持其他轴不变。
        plt.cla()       # 清除整个当前数字。与所有的轴，但离开窗口打开，这样它就可以再用在其他的 plots上了。
        # plt.close()   # 关上窗户，如果未另指定，则该窗口将是当前窗口
    plt.plot(temp_list_x, temp_list_y, c='r', ls='-')   # 将图像显示出来
    plt.pause(1)	# 等待1s
    num += 1

plt.ioff()		# 关闭交互模式
plt.show()