Python -- matplotlib：实时刷新的动态散点图、折线图

动态图表探索：散点图与折线动态演示

最新推荐文章于 2025-10-12 11:23:17 发布

原创最新推荐文章于 2025-10-12 11:23:17 发布 · 1w 阅读

45 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据可视化 #matplotlib

数据可视化专栏收录该内容

7 篇文章

订阅专栏

本文展示了如何使用Matplotlib在Jupyter和VScode中创建动态散点图和折线图，通过numpy生成随机数据并实现颜色区分。同时介绍了VScode中防止闪退的解决方案，涉及的知识包括单位圆绘制、随机点模拟和数据可视化技术。

动态散点图

import matplotlib.pyplot as plt
import numpy as np

plt.ion()
plt.figure(figsize = (4,4))

# 画单位圆
theta = np.arange(0, 2.1*np.pi, 2*np.pi/100)
plt.plot(np.cos(theta), np.sin(theta))
plt.xlim([-1,1])
plt.ylim([-1,1])

# 模拟的随机点数
n = 100
a = 2 * np.random.rand(n, 2) - 1
for i in range(n):
	color = 'g'
	if (a[i][0] ** 2 + a[i][1] ** 2 ) < 1:
		color = 'r'
	plt.scatter(a[i][0], a[i][1], c=color, marker='^')
    plt.pause(0.1)

动态折线图

ax = []
ay = []
plt.ion()
for i in range(10):
	ax.append(i)
	ay.append(i**3 + 3*i + 1)
	plt.plot(ax, ay, 'ro--')
	plt.pause(0.1)

注：（1）代码在Jupyter中是一张一张的 figure 出现，但在 IDLE 或 VScode 中编译会是动态效果。（2）但代码在VScode中会闪退，这是可以在 scatter、plot后面添加 plt.ioff()，然后在最后循环完后加上 plt.show()，结果就不会再闪退。