Есть ли способ отсоединить графики matplotlib, чтобы вычисление могло продолжаться?

после этих инструкций в интерпретаторе Python появляется окно с графиком:

from matplotlib.pyplot import *
plot([1,2,3])
show()
# other code

к сожалению, я не знаю, как продолжить интерактивное изучение фигуры, созданной show() пока программа выполняет дальнейшие вычисления.

возможно ли это вообще? Иногда расчеты бывают длинными, и было бы полезно, если бы они продолжались во время изучения промежуточных результатов.

18 ответов


использовать matplotlibС вызовы, которые не будут блокировать:

используя draw():

from matplotlib.pyplot import plot, draw, show
plot([1,2,3])
draw()
print 'continue computation'

# at the end call show to ensure window won't close.
show()

использование интерактивного режима:

from matplotlib.pyplot import plot, ion, show
ion() # enables interactive mode
plot([1,2,3]) # result shows immediatelly (implicit draw())

print 'continue computation'

# at the end call show to ensure window won't close.
show()

используйте ключевое слово "block", чтобы переопределить поведение блокировки, например

from matplotlib.pyplot import show, plot

plot(1)  
show(block=False)

# your code

для продолжения кода.


лучше всегда проверять с библиотекой, которую вы используете, если она поддерживает использование в неблокирующий путь.

но если вы хотите более общее решение, или если нет другого способа, вы можете запустить все, что блокирует в отдельном процессе, используя multprocessing модуль, включенный в Python. Вычисления продолжатся:

from multiprocessing import Process
from matplotlib.pyplot import plot, show

def plot_graph(*args):
    for data in args:
        plot(data)
    show()

p = Process(target=plot_graph, args=([1, 2, 3],))
p.start()

print 'yay'
print 'computation continues...'
print 'that rocks.'

print 'Now lets wait for the graph be closed to continue...:'
p.join()

это накладные расходы на запуск нового процесса, и иногда сложнее отлаживать в сложных сценариях, поэтому я бы предпочел другое решение (используя matplotlib ' s неблокирующие вызовы API)


попробовать

from matplotlib.pyplot import *
plot([1,2,3])
show(block=False)
# other code
# [...]

# Put
show()
# at the very end of your script
# to make sure Python doesn't bail out
# before you finished examining.

на show() документация говорит:

в неинтерактивном режиме отображать все фигуры и блок, пока фигуры не будут закрыты; в интерактивном режиме это не имеет никакого эффекта, если только фигуры не были созданы до перехода из неинтерактивного в интерактивный режим (не рекомендуется). В этом случае он отображает цифры, но не блокирует.

один экспериментальный аргумент ключевого слова block, может быть установлено в True или False чтобы переопределить поведение блокировки, описанное выше.


вы можете прочитать этот документ в matplotlib's документация, под названием:

использование matplotlib в оболочке python


в моем случае я хотел, чтобы при вычислении появилось несколько окон. Для справки, это так:

from matplotlib.pyplot import draw, figure, show
f1, f2 = figure(), figure()
af1 = f1.add_subplot(111)
af2 = f2.add_subplot(111)
af1.plot([1,2,3])
af2.plot([6,5,4])
draw() 
print 'continuing computation'
show()

PS. Весьма полезный руководство по интерфейсу OO matplotlib.


Ну, у меня были большие проблемы с выяснением неблокирующих команд... Но, наконец, мне удалось переработать "Поваренная книга / Matplotlib / анимация-анимация выбранных элементов сюжета" пример, поэтому он работает с потоками (и передает данные между потоками, либо через глобальные переменные, либо через многопроцессным Pipe) на Python 2.6.5 на Ubuntu 10.04.

скрипт можно найти здесь:Animating_selected_plot_elements-thread.py - в противном случае вставлено ниже (С меньшим количеством комментариев) для справки:

import sys
import gtk, gobject
import matplotlib
matplotlib.use('GTKAgg')
import pylab as p
import numpy as nx 
import time

import threading 



ax = p.subplot(111)
canvas = ax.figure.canvas

# for profiling
tstart = time.time()

# create the initial line
x = nx.arange(0,2*nx.pi,0.01)
line, = ax.plot(x, nx.sin(x), animated=True)

# save the clean slate background -- everything but the animated line
# is drawn and saved in the pixel buffer background
background = canvas.copy_from_bbox(ax.bbox)


# just a plain global var to pass data (from main, to plot update thread)
global mypass

# http://docs.python.org/library/multiprocessing.html#pipes-and-queues
from multiprocessing import Pipe
global pipe1main, pipe1upd
pipe1main, pipe1upd = Pipe()


# the kind of processing we might want to do in a main() function,
# will now be done in a "main thread" - so it can run in
# parallel with gobject.idle_add(update_line)
def threadMainTest():
    global mypass
    global runthread
    global pipe1main

    print "tt"

    interncount = 1

    while runthread: 
        mypass += 1
        if mypass > 100: # start "speeding up" animation, only after 100 counts have passed
            interncount *= 1.03
        pipe1main.send(interncount)
        time.sleep(0.01)
    return


# main plot / GUI update
def update_line(*args):
    global mypass
    global t0
    global runthread
    global pipe1upd

    if not runthread:
        return False 

    if pipe1upd.poll(): # check first if there is anything to receive
        myinterncount = pipe1upd.recv()

    update_line.cnt = mypass

    # restore the clean slate background
    canvas.restore_region(background)
    # update the data
    line.set_ydata(nx.sin(x+(update_line.cnt+myinterncount)/10.0))
    # just draw the animated artist
    ax.draw_artist(line)
    # just redraw the axes rectangle
    canvas.blit(ax.bbox)

    if update_line.cnt>=500:
        # print the timing info and quit
        print 'FPS:' , update_line.cnt/(time.time()-tstart)

        runthread=0
        t0.join(1)   
        print "exiting"
        sys.exit(0)

    return True



global runthread

update_line.cnt = 0
mypass = 0

runthread=1

gobject.idle_add(update_line)

global t0
t0 = threading.Thread(target=threadMainTest)
t0.start() 

# start the graphics update thread
p.show()

print "out" # will never print - show() blocks indefinitely! 

надеюсь, это поможет кому-то,
Ура!


Если вы работаете в консоли, то есть IPython можно использовать plt.show(block=False) как указано в других ответах. Но если вы ленивы, вы можете просто ввести:

plt.show(0)

что будет то же самое.



важно: просто чтобы прояснить кое-что. Я предполагаю, что команды находятся внутри .py скрипт и скрипт вызывается с помощью, например,python script.py из консоли.

простой способ, который работает для меня:

  1. используйте block = False внутри show:plt.show (block = False)
  2. использовать другое show ()в конце of the .py скрипт.

пример :

plt.imshow(*something*)                                                               
plt.colorbar()                                                                             
plt.xlabel("true ")                                                                   
plt.ylabel("predicted ")                                                              
plt.title(" the matrix")  

# Add block = False                                           
plt.show(block = False)

# OTHER CALCULATIONS AND CODE

# the next is the last line of my script
plt.show()


во многих случаях это более удобно, пока Сохранить Изображение как a .png-файл на жестком диске. Вот почему:

плюсы:

  • вы можете открыть его, взглянуть на него и закрыть его в любое время в процессе. Это особенно удобно, когда приложение работает в течение длительного время.
  • ничего не появляется, и вы не вынуждены открывать окна. Это особенно удобно, когда вы имеете дело с многие деятели.
  • ваше изображение доступно для последующего использования и не теряется при закрытии окна рисунка.

недостаток:

  • единственное, что я могу придумать, это то, что вам придется пойти и найти папку и открыть изображение самостоятельно.

Я также хотел, чтобы мои графики отображали запуск остальной части кода (а затем продолжали отображать), даже если есть ошибка (Я иногда использую графики для отладки). Я закодировал этот маленький хак, чтобы любые сюжеты внутри этого with оператор ведет себя как таковой.

это, вероятно, слишком нестандартно и не рекомендуется для производственного кода. В этом коде, вероятно, много скрытых "gotchas".

from contextlib import contextmanager

@contextmanager
def keep_plots_open(keep_show_open_on_exit=True, even_when_error=True):
    '''
    To continue excecuting code when plt.show() is called
    and keep the plot on displaying before this contex manager exits
    (even if an error caused the exit).
    '''
    import matplotlib.pyplot
    show_original = matplotlib.pyplot.show
    def show_replacement(*args, **kwargs):
        kwargs['block'] = False
        show_original(*args, **kwargs)
    matplotlib.pyplot.show = show_replacement

    pylab_exists = True
    try:
        import pylab
    except ImportError: 
        pylab_exists = False
    if pylab_exists:
        pylab.show = show_replacement

    try:
        yield
    except Exception, err:
        if keep_show_open_on_exit and even_when_error:
            print "*********************************************"
            print "Error early edition while waiting for show():" 
            print "*********************************************"
            import traceback
            print traceback.format_exc()
            show_original()
            print "*********************************************"
            raise
    finally:
        matplotlib.pyplot.show = show_original
        if pylab_exists:
            pylab.show = show_original
    if keep_show_open_on_exit:
        show_original()

# ***********************
# Running example
# ***********************
import pylab as pl
import time
if __name__ == '__main__':
    with keep_plots_open():
        pl.figure('a')
        pl.plot([1,2,3], [4,5,6])     
        pl.plot([3,2,1], [4,5,6])
        pl.show()

        pl.figure('b')
        pl.plot([1,2,3], [4,5,6])
        pl.show()

        time.sleep(1)
        print '...'
        time.sleep(1)
        print '...'
        time.sleep(1)
        print '...'
        this_will_surely_cause_an_error

Если / когда я реализую правильный " держать графики открытыми (даже если возникает ошибка) и разрешить показ новых графиков", я хотел бы, чтобы скрипт правильно выходил, если никакое вмешательство пользователя не говорит ему иначе (для целей пакетного выполнения).

Я могу использовать что-то вроде тайм-аута "конец сценария! \nPress p если вы хотите приостановить вывод графика (у вас есть 5 секунд): "от https://stackoverflow.com/questions/26704840/corner-cases-for-my-wait-for-user-input-interruption-implementation.


в моей системе show () не блокируется, хотя я хотел, чтобы скрипт ждал, пока пользователь будет взаимодействовать с графиком (и собирать данные с помощью обратных вызовов 'pick_event'), прежде чем продолжить.

чтобы заблокировать выполнение до закрытия окна графика, я использовал следующее:

fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.plot(x,y)

# set processing to continue when window closed
def onclose(event):
    fig.canvas.stop_event_loop()
fig.canvas.mpl_connect('close_event', onclose)

fig.show() # this call does not block on my system
fig.canvas.start_event_loop_default() # block here until window closed

# continue with further processing, perhaps using result from callbacks

обратите внимание, однако, что холст.start_event_loop_default () выдал следующее предупреждение:

C:\Python26\lib\site-packages\matplotlib\backend_bases.py:2051: DeprecationWarning: Using default event loop until function specific to this GUI is implemented
  warnings.warn(str,DeprecationWarning)

хотя скрипт все еще работал.


Я также должен был добавить plt.pause(0.001) моему коду, чтобы он действительно работал внутри цикла for (иначе он показывал бы только первый и последний сюжет):

import matplotlib.pyplot as plt

plt.scatter([0], [1])
plt.draw()
plt.show(block=False)

for i in range(10):
    plt.scatter([i], [i+1])
    plt.draw()
    plt.pause(0.001)

plt.figure(1)
plt.imshow(your_first_image)

plt.figure(2)
plt.imshow(your_second_image)

plt.show(block=False) # That's important 

raw_input("Press ENTER to exist") # Useful when you run your Python script from the terminal and you want to hold the running to see your figures until you press Enter

на мой взгляд, ответы в этом потоке предоставляют методы, которые не работают для всех систем и в более сложных ситуациях, таких как анимация. Я предлагаю взглянуть на ответ MikeTex в следующем потоке, где был найден надежный метод: Как дождаться окончания анимации matplotlib?


Если я правильно понимаю вопрос, используя Ipython (или IPython QT или IPython notebook) позволит вам работать в интерактивном режиме с диаграммой, в то время как вычисления идут в фоновом режиме. http://ipython.org/


Если вы хотите открыть несколько фигур, сохраняя их все открыл, этот код работал для меня:

show(block=False)
draw()

вот обновление (python 3.6.5 в Windows 10).

Я пробовал всевозможные комбинации-самый простой, который я нашел, - это просто использовать pause(0.01) после каждого сюжета - не нужен show() для промежуточных участков - то один show() в конце гарантирует, что вы можете посмотреть на окончательный участок перед завершением.

в качестве примера, вот немного кода, который я использую для проверки скорости для различных размеров массива-более высокие построенные значения-более высокие скорости... есть 10 обложил график...

from pylab import *
import matplotlib.pyplot as plt
from time import *
ttot=clock();
mmax=6;npts=20;nplts=10;
x=[int(a+0.5) for a in 10**linspace(0,mmax,npts)]
for nrun in range(nplts):
    j=0;aa=1;bb=1;b=1;
    tim=zeros(npts)
    for n in x:
        aa=rand(n);bb=aa;b=aa;
        if n<100:m=10000
        elif n<5000:m=1000
        elif n<20000:m=100
        else:m=100
        tt=clock()
        for ii in range(1,m+1):
          b=aa*bb+aa
        tt1=clock()-tt
        tim[j]=tt1/n/m
        j=j+1
    print(n,2/(tt1/n/m)/1e6);
    plt.semilogx(x,2/tim/1e6)
    pause(0.01)
print(clock()-ttot)
show()