概述
由于任务受CPU限制,而且您仍然在一个内核上运行(对于Python,默认情况下),多线程几乎没有什么用处。此外,PyQtGraph不能在多个线程中完成任何绘图:所有的工作都必须在主线程中完成(参见作者对类似主题here)的响应。因此,尽管多线程或多处理可以帮助您获取或处理数据,但它不能解决主要的瓶颈:在太小的空间中以太高的速率绘制过多的数据。在
解决方案?下采样。很方便,PyQtGraph有这个builtin。下面是一个示例(从PyQtGraph示例套件修改而来)。在import numpy as np
import pyqtgraph as pg
from PySide import QtGui, QtCore
win = pg.GraphicsWindow(title="Basic plotting examples")
win.resize(1000,600)
win.setWindowTitle('pyqtgraph example: Plotting')
# Enable antialiasing for prettier plots
pg.setConfigOptions(antialias=True)
p1 = win.addPlot(title="Downsampled")
# normally would plot 1000, but we downsample by 10 fold
p1.plot(np.random.normal(size=1000), pen=(255,0,0), name="Red curve", downsample=10)
p2 = win.addPlot(title="Normal")
p2.plot(np.random.normal(size=1000), pen=(0,0,255), name="Blue curve",)
## Start Qt event loop unless running in interactive mode or using pyside.
if __name__ == '__main__':
QtGui.QApplication.instance().exec_()
结果,我们在左边少了10倍的分数,使得性能更高。在
最后
以上就是轻松小蝴蝶为你收集整理的python数据流图_用Python&pyqtgraph在不同的图上绘制多个数据流的最佳实践的全部内容,希望文章能够帮你解决python数据流图_用Python&pyqtgraph在不同的图上绘制多个数据流的最佳实践所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复