python中plot实现即时数据动态显示方法

已于 2023-04-10 16:22:15 修改
阅读量10w+ 收藏 786
点赞数 157
分类专栏： coding 文章标签： python 函数 plot 数据 动态
于 2017-02-28 22:25:04 首次发布
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/u013468614/article/details/58689735
版权

python中plot实现即时数据动态显示方法

本人同类型博客(新鲜的哦！)matplotlib animation 绘制动画：
数据收集（产生）完成后，再生成动态显示。一般用于成果展示。生成各种格式的视频,gif动态图等。

本篇方法的特点：用于 实时 监测系统，实时 数据可视化，一般用于系统调试过程。因此，matplotlib animation 绘制动画不能完全取代本篇博客。

在Matlab使用Plot函数实现数据动态显示方法总结中介绍了两种实现即时数据动态显示的方法。考虑到使用python的人群日益增多，再加上本人最近想使用python动态显示即时的数据，网上方法很少，故总结于此。本人主要在jupyter notebook作为交互式的python运行环境，但考虑不使用jupyter notebook的情况。所以下面主要分成针对jupyter notebook环境的增量式数据动态显示方法，与通用的（jupyter notebook 与非juypter notebook都适用）方法两大类。先介绍通用的方法，后介绍针对jupyter notebook的方法。接着给出一个更加实用的简单例子，希望可以给大家更多的启发。最后对博友运行本程序时遇到的问题做一个总结，并给出解决方法。

文章目录

1. 通用的方法

1.1 需要保存历史数据

示例代码1-1

import matplotlib.pyplot as plt
import numpy as np
import time
from math import *

plt.ion() #开启interactive mode 成功的关键函数
plt.figure(1)
t = [0]
t_now = 0
m = [sin(t_now)]

for i in range(2000):
	plt.clf() #清空画布上的所有内容
    t_now = i*0.1
    t.append(t_now)#模拟数据增量流入，保存历史数据
    m.append(sin(t_now))#模拟数据增量流入，保存历史数据
    plt.plot(t,m,'-r')
    plt.draw()#注意此函数需要调用
    time.sleep(0.01)

备注：此代码经过很多人测试发现不能呈现动态效果（我原本在ubuntu系统上是可以的，经验证在windows上也不行），特在此说明，如果出不了动态效果，就将

plt.draw()
time.sleep(0.01)

替换为:

plt.pause(0.01)

1.2 无需保存数据

示例代码1-2

import matplotlib.pyplot as plt
import numpy as np
import time
from math import *

plt.ion() #开启interactive mode 成功的关键函数
plt.figure(1)
t = [0]
t_now = 0
m = [sin(t_now)]

for i in range(2000):
	# plt.clf() # 清空画布上的所有内容。此处不能调用此函数，不然之前画出的点，将会被清空。
    t_now = i*0.1
    """
    由于第次只画一个点，所以此处有两种方式，第一种plot函数中的样式选
    为点'.'、'o'、'*'都可以，就是不能为线段'-'。因为一条线段需要两
    个点才能确定。第二种方法是scatter函数，也即画点。
    """
    plt.plot(t_now,sin(t_now),'.') # 第次对画布添加一个点，覆盖式的。
    # plt.scatter(t_now, sin(t_now)) 

    plt.draw()#注意此函数需要调用
    time.sleep(0.01)

这里写图片描述

1.3 无需保存数据（进阶版）

以上是动态的显示一个函数，也即直观上一条轨迹不断的延伸。这是一种应用，另一种应用是在一张画布上增量式的画多条轨迹（函数）。

示例代码1-3

import matplotlib.pyplot as plt
import numpy as np
import time
from math import *
 
plt.ion() #开启interactive mode 成功的关键函数
plt.figure(1)
t = np.linspace(0, 20, 100)


 
for i in range(20):
	# plt.clf() # 清空画布上的所有内容。此处不能调用此函数，不然之前画出的轨迹，将会被清空。
    y = np.sin(t*i/10.0)
    plt.plot(t, y) # 一条轨迹
    plt.draw()#注意此函数需要调用
    time.sleep(1)

这里写图片描述

2. Jupyter notebook版本

也对应三种应用：需要保存历史数据，无需保存历史数据，无需保存历史数据进阶版。

注意：在Jupyter notebook中显示python的画图程序时，需要添加%matplotlib inline，但是身边有人运行本博客中的程序时会出现无法正常显示动态图片的情况，并且本人在自己电脑windows 10环境下(python 3.6）运行本文中动态显示图片的程序时，也会出现上述情况。出现该情况，只需要将程序中出现的所有inline改为qt5,例如%matplotlib inline改为%matplotlib qt5，以及is_ipython = 'inline' in matplotlib.get_backend()改为is_ipython = 'qt5' in matplotlib.get_backend()即可。基于QT的图形显示界面会跳出jupyter notebook显示动态图，而且会多出许多可选的按钮。大家可以自行探索。建议大家，先运行本文的程序，如果不成功，再做此改变。因为，原本inline成功的，改为qt5后，可能反而不成功。

2.1 需要保存历史数据

示例代码2-1

上面的方式，可以在跳出的画图面板内动态显示，但是如果想在jupyter notebook中直接动态显示，上面的方法将无效。因此，补上在jupyter notebook中可行的动态显示示例程序。以供举一反三之用。

import math
import random
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline

# set up matplotlib
is_ipython = 'inline' in matplotlib.get_backend()
if is_ipython:
    from IPython import display

plt.ion()

def plot_durations(y):
    plt.figure(2)
    plt.clf()
    plt.subplot(211)
    plt.plot(y[:,0])
    plt.subplot(212)
    plt.plot(y[:,1])

    plt.pause(0.001)  # pause a bit so that plots are updated
    if is_ipython:
        display.clear_output(wait=True)
        display.display(plt.gcf())
        
x = np.linspace(-10,10,500)
y = []
for i in range(len(x)):
    y1 = np.cos(i/(3*3.14))
    y2 = np.sin(i/(3*3.14))
    y.append(np.array([y1,y2])) #保存历史数据
    plot_durations(np.array(y))

这里写图片描述

2.2 无需保存历史数据

示例代码2-2

import math
import random
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline

# set up matplotlib
is_ipython = 'inline' in matplotlib.get_backend()
if is_ipython:
    from IPython import display

plt.ion()

def plot_durations(i, y1, y2):
    plt.figure(2)
#     plt.clf() 此时不能调用此函数，不然之前的点将被清空。
    plt.subplot(211)
    plt.plot(i, y1, '.')
    plt.subplot(212)
    plt.plot(i, y2, '.')

    plt.pause(0.001)  # pause a bit so that plots are updated
    if is_ipython:
        display.clear_output(wait=True)
        display.display(plt.gcf())
        
x = np.linspace(-10,10,500)
y = []
for i in range(len(x)):
    y1 = np.cos(i/(3*3.14))
    y2 = np.sin(i/(3*3.14))
#     y.append(np.array([y1,y2])) #保存历史数据
    plot_durations(i, y1, y2)

这里写图片描述

2.3 无需保存历史数据（进阶版）

示例代码2-3

import math
import random
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
%matplotlib inline

# set up matplotlib
is_ipython = 'inline' in matplotlib.get_backend()
if is_ipython:
    from IPython import display

plt.ion()

def plot_durations(y1, y2):
    plt.figure(2)
#     plt.clf()
    plt.subplot(211)
    plt.plot(x, y1)
    plt.subplot(212)
    plt.plot(x, y2)

    plt.pause(0.001)  # pause a bit so that plots are updated
    if is_ipython:
        display.clear_output(wait=True)
        display.display(plt.gcf())



x = np.linspace(-10,10,500)
for i in range(100):
    y1 = np.cos(x*i/(3*3.14))
    y2 = np.sin(x*i/(3*3.14))
    plot_durations(y1, y2)

这里写图片描述

3. 一个较为实际的应用示例——简单的机器人仿真环境

视频是由一系例图片按时间顺序排列组成的。即然能够基于以上程序实现简单的动态显示，进一步的，我们可以利用本文的代码片段构建自己的简易仿真环境，用于初步验证算法。下面的gif图就是利用本文的代码片验证了一个简单的机器人全局——局部两层路径规划算法。相信大家能够根据自己的应用背景，得到不同的有意思的动态显示结果。

其中，蓝色圆圈为机器人，黑色为障碍物（有动态与静态两种），红圏表示机器人要到达的目标点，绿色三角形表示机器人当前局部的目标点（由算法根据当前环境与机器人的状态计算得到），最终的运行轨迹会以红线显示。
在这里插入图片描述

4. 问题与解决

为了节省大家的时间，这部分主要收集大家运行以上程序时遇到的问题，并给出解决方案。
如果运行以上程序发现运行异常，按以下两步修改

  1. 将plt.draw() time.sleep(0.01)替换为plt.pause(0.01)运行，看是否正常。
  2. 如果还不行，就把plt.pause(0.01)也注释掉再运行。

博客中的示例程序都是本人在某些系统上运行成功的，如果某一行代码导致程序在你的系统上运行失败，并不是说这一行代码完全是多余的。经过我测试，示例程序2-1如果注释了plt.pause（0.01），以及%matplotlib inline(有时我们不小心用了这个程序，又想让动态图单独跳出一个窗口运行),我在ubuntu 14.04上的测试结果是显示不了图。但是，我重新用上暂停函数plt.pause(0.01)，程序就能正常在跳出的窗口显示动态图了。建议先直接运行示例程序，如果错误再按要求修改，没有错误就不用修改。

windSeS
关注
  • 157
    点赞
  • 踩
  • 786
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 96
    评论
专栏目录
Python如何随数据更新实时画图？Python实时动态绘图
devid008的博客
05-03 5221
在数据分析和可视化场景中，我们常常需要实现实时动态图表，比如每分钟读取数据库新的记录，及时更新图表显示最新数据，而不是静态显示某个时间点的数据。本文将介绍使用Python matploblib库的animation功能实现实时动态绘图的方法。
书接上文——python实现感知分类器模型分类过程动态可视化
Together_CZ的博客
03-31 2276
上一篇博文中我们学习和回归了一下感知器分类模型，今天还是在上文的基础上做了一点扩展，上文中的感知器分类一方面是分类的效果有时候不太好，另一方面是没有实现分类过程的动态可视化，我们都知道感知器分类模型本质上就是在每一次迭代过程中进行权重动态调整的过程，今天我们基于这个出发点来实现每一轮迭代权重更新值得输出与分类的结果的动态绘制，内容很简单，具体如下： #!usr/bin/env pyt...
Python教程92：print实现的3个动画特效（打字机+旋转式进度+覆盖式打印显示）
最新发布
我的Python教程
03-22 408
Python也可以轻松实现这个效果，通过循环打印不同的字符（-, , |, /），每次打印后都使用退格符\b来将光标移回原位，从而实现动画效果。当计数器达到最大值时，程序会打印一个换行符以开始新的行。print() 应该是初学者最先接触到的第一个 Python 函数，因为几乎所有的启蒙课程都是从 print(‘Hello world’) 开始的。事实上， print() 也是程序员使用频率最高的函数之一，同时也是很多程序员喜欢的代码调试利器。----------★★历史博文集合★★----------
【Python机器学习】模型聚类高斯混合模型GMM讲解及实战演示（附源码 超详细）
showswoller的博客
12-18 4899
【Python机器学习】模型聚类高斯混合模型GMM讲解及实战演示（附源码 超详细）
如何在Python中创建动态图形？
python收藏家的博客
02-24 460
动态图形是使可视化更具吸引力和用户吸引力的好方法。它帮助我们以有意义的方式展示数据可视化。Python帮助我们使用现有强大的Python库创建动态图形可视化。Matplotlib是一个非常流行的数据可视化库，通常用于数据的图形表示，也用于使用内置函数的动态图形。
动态图和静态图tensorflow和pytorch
qq_15821487的博客
05-24 4748
动态图和静态图的区别，可以理解为解释执行和编译执行的区别，动态图就是原生python编程习惯，而静态图其实是加了编译层，理论上编译的要比解释的快，但实际上有些任务速度区别不大，因为原生python也可以优化的很快，况且大部分算力和时间是消耗在gpu上了。 飞桨完全可以动态图编程和训练，训练结束后直接就可以自由的选择存储动态图模型还是静态图模型。存储为动态图模型方便以后的继续训练和优化，存储为静态图模型就是为了上项目和落地。 简单来说，工业应用之前，研发/竞赛/训练，最优选择都是动态图。工业落地优选静态图（落
python turtle代码示例-Python turtle.left方法代码示例
weixin_39673184的博客
11-11 2610
本文整理汇总了Python中turtle.left方法的典型用法代码示例。如果您正苦于以下问题：Python turtle.left方法的具体用法？Python turtle.left怎么用？Python turtle.left使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在模块turtle的用法示例。在下文中一共展示了turtle.left方法的...
Python-使用matplotlib.pyplot实现实时数据动态显示
艽野尘梦的博客
06-29 8246
用python做仿真一个痛点就是不能像netlogo等一些其他软件可以很方便的实现实时数据可视化，也正是由于这一点，调试仿真系统时不够直观。因此，掌握如何根据仿真系统即时生成的数据绘制动态图形很重要。已经有几位博主给出了详细的博文，这里给大家列举出来。为了增加点新东西，，方便大家读懂代码。
Jupyter 清理输出信息
Zhou_Dao的博客
08-18 1485
输出信息过多会大致文件size变大，需要及时清理output信息。便于阅读notebook。
李沐动手学深度学习 pytorch 在pycharm中无法显示动图
weixin_46143765的博客
05-23 8075
学习李沐动手学深度学习过程中，发现无法显示动图，仅仅在输出栏显示以下内容： <Figure size 700x500 with 1 Axes> <Figure size 700x500 with 1 Axes> <Figure size 700x500 with 1 Axes> <Figure size 700x500 with 1 Axes> <Figure size 700x500 with 1 Axes> <Figure size
Python 科学计算
09-20
第 1 章 软件包的安装和介绍....................1 1.1 Python 简介......................................1 1.2 安装软件包......................................2 1.2.1 Python(x,y)..................................... 2 1.2.2 Enthought Python Distribution (EPD)............................................. 3 1.3 方便的开发工具..............................3 1.3.1 IPython........................................... 4 1.3.2 Spyder............................................ 8 1.3.3 Wing IDE 101..............................12 1.4 函数库介绍....................................13 1.4.1 数值计算库.................................13 1.4.2 符号计算库.................................14 1.4.3 界面设计.....................................14 1.4.4 绘图与可视化 .............................14 1.4.5 图像处理和计算机视觉..............15 第 2 章 NumPy——快速处理数据.......... 16 2.1 ndarray 对象...................................16 2.1.1 创建数组.....................................16 2.1.2 存取元素.....................................21 2.1.3 多维数组.....................................24 2.1.4 结构数组.....................................29 2.1.5 内存结构.....................................32 2.2 ufunc 运算......................................35 2.2.1 四则运算.....................................37 2.2.2 比较和布尔运算 .........................39 2.2.3 自定义 ufunc 函数 ......................40 2.2.4 广播.............................................42 2.2.5 ufunc 函数的方法.......................46 2.3 多维数组的下标存取....................48 2.3.1 下标对象.....................................48 2.3.2 整数数组作为下标.....................49 2.3.3 一个复杂的例子.........................51 2.3.4 布尔数组作为下标.....................53 2.4 庞大的函数库 ............................... 54 2.4.1 求和、平均值、方差.................54 2.4.2 最值和排序.................................55 2.4.3 多项式函数.................................57 2.4.4 分段函数.....................................60 2.4.5 统计函数.....................................62 2.5 线性代数 ....................................... 65 2.5.1 各种乘积运算.............................65 2.5.2 解线性方程组.............................67 2.6 掩码数组 ....................................... 69 2.7 文件存取 ....................................... 72 2.8 内存映射数组 ............................... 75 第 3 章 SciPy——数值计算库.................79 3.1 常数和特殊函数 ........................... 79 3.2 优化——optimize .......................... 81 3.2.1 最小二乘拟合.............................81 3.2.2 函数最小值.................................84 3.2.3 非线性方程组求解.....................86 3.3 插值——interpolate ....................... 88 3.3.1 B 样条曲线插值..........................88 3.3.2 外推和 Spline 拟合.....................90 3.3.3 二维插值.....................................91 3.4 数值积分——integrate .................. 93 3.4.1 球的体积.....................................93 3.4.2 解常微分方程组.........................95 3.5 信号处理——signal....................... 97 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ VIII Python 科学计算 目 录 3.5.1 中值滤波.....................................97 3.5.2 滤波器设计.................................98 3.6 图像处理——ndimage .................100 3.6.1 膨胀和腐蚀...............................101 3.6.2 Hit 和 Miss.................................102 3.7 统计——stats................................105 3.7.1 连续和离散概率分布................105 3.7.2 二项、泊松、伽玛分布............108 3.8 嵌入 C 语言程序——weave ........112 第 4 章 SymPy——符号运算好帮手 .... 115 4.1 从例子开始..................................115 4.1.1 封面上的经典公式....................115 4.1.2 球体体积...................................117 4.2 数学表达式..................................119 4.2.1 符号...........................................119 4.2.2 数值...........................................121 4.2.3 运算符和函数 ...........................122 4.3 符号运算......................................125 4.3.1 表达式变换和化简....................125 4.3.2 方程...........................................128 4.3.3 微分...........................................129 4.3.4 微分方程...................................130 4.3.5 积分...........................................131 4.4 其他功能......................................133 4.4.1 平面几何...................................133 4.4.2 绘图...........................................135 第 5 章 matplotlib——绘制精美 的图表..................................... 139 5.1 快速绘图......................................139 5.1.1 使用 pyplot 模块绘图...............139 5.1.2 以面向对象方式绘图................142 5.1.3 配置属性...................................143 5.1.4 绘制多个子图 ...........................145 5.1.5 配置文件...................................147 5.1.6 在图表中显示中文....................149 5.2 Artist 对象 ................................... 152 5.2.1 Artist 对象的属性.....................154 5.2.2 Figure 容器................................155 5.2.3 Axes 容器..................................156 5.2.4 Axis 容器...................................159 5.2.5 Artist 对象的关系.....................163 5.3 坐标变换和注释 ......................... 164 5.3.1 4 种坐标系................................167 5.3.2 坐标变换的步骤.......................169 5.3.3 制作阴影效果...........................173 5.3.4 添加注释...................................174 5.4 绘图函数简介 ............................. 177 5.4.1 对数坐标图...............................177 5.4.2 极坐标图...................................178 5.4.3 柱状图.......................................179 5.4.4 散列图.......................................180 5.4.5 图像...........................................181 5.4.6 等值线图...................................184 5.4.7 三维绘图...................................187 第 6 章 Traits——为 Python 添加类型 定义.........................................190 6.1 开发背景 ..................................... 190 6.2 Trait 属性的功能......................... 192 6.3 Trait 类型对象............................. 196 6.4 Trait 的元数据............................. 198 6.5 预定义的 Trait 类型.................... 200 6.6 Property 属性............................... 204 6.7 Trait 属性监听............................. 206 6.8 Event 和 Button 属性.................. 210 6.9 Trait 属性的从属关系................. 211 6.10 动态添加 Trait 属性.................. 213 6.11 创建自己的 Trait 类型.............. 215 6.11.1 从 TraitType 继承.................215 6.11.2 使用 Trait()............................217 6.11.3 定义 TraitHandler 类.............219 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ IX 目 录 第 7 章 TraitsUI——轻松制作用户 界面......................................... 221 7.1 默认界面......................................221 7.2 用 View 定义界面........................222 7.2.1 外部视图和内部视图................222 7.2.2 多模型视图...............................226 7.2.3 Group 对象................................228 7.2.4 配置视图...................................231 7.3 用 Handler 控制界面和模型 .......232 7.3.1 用 Handler 处理事件.................233 7.3.2 Controller 和 UIInfo 对象..........237 7.3.3 响应 Trait 属性的事件..............238 7.4 属性编辑器..................................240 7.4.1 编辑器演示程序 .......................241 7.4.2 对象编辑器...............................243 7.4.3 字符串列表编辑器....................248 7.4.4 对象列表编辑器 .......................250 7.5 菜单、工具条和状态栏..............252 7.6 设计自己的编辑器......................255 7.6.1 Trait 编辑器的工作原理...........255 7.6.2 制作 matplotlib 的编辑器.........259 7.6.3 CSV 数据绘图工具...................262 第 8 章 Chaco——交互式图表............. 264 8.1 面向脚本绘图..............................264 8.2 面向应用绘图..............................265 8.2.1 多条曲线...................................267 8.2.2 Plot 对象的结构........................271 8.2.3 编辑绘图属性 ...........................275 8.2.4 容器(Container).........................276 8.3 添加交互工具..............................279 8.3.1 平移和缩放...............................279 8.3.2 选取范围...................................282 8.3.3 选取数据点...............................284 8.3.4 套索工具...................................287 8.4 二次开发......................................289 8.4.1 用 Kiva 库在数组上绘图..........290 8.4.2 Enable 库的组件.......................292 8.4.3 设计圆形选择工具...................297 8.4.4 制作动画演示...........................301 第 9 章 TVTK——数据的三维可视化....303 9.1 流水线(Pipeline).......................... 304 9.1.1 显示圆锥...................................304 9.1.2 用 ivtk 观察流水线...................307 9.2 数据集(Dataset)........................... 313 9.2.1 ImageData..................................313 9.2.2 RectilinearGrid...........................318 9.2.3 StructuredGrid............................319 9.2.4 PolyData ....................................321 9.3 可视化实例 ................................. 324 9.3.1 切面...........................................325 9.3.2 等值面.......................................330 9.3.3 流线...........................................333 9.4 TVTK 的改进.............................. 337 9.4.1 TVTK 的基本用法....................338 9.4.2 Trait 属性...................................339 9.4.3 序列化(Pickling)........................339 9.4.4 集合迭代...................................340 9.4.5 数组操作...................................341 第 10 章 Mayavi——更方便的可视化....343 10.1 用 mlab 快速绘图 ..................... 343 10.1.1 点和线...................................343 10.1.2 Mayavi 的流水线..................345 10.1.3 二维图像的可视化...............348 10.1.4 网格面...................................352 10.1.5 修改和控制流水线...............356 10.1.6 标量场...................................358 10.1.7 矢量场...................................361 10.2 Mayavi 和 TVTK 之间 的关系....................................... 363 10.2.1 显示 TVTK 流水线..............363 10.2.2 两条流水线之间的关系.......365 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ X Python 科学计算 目 录 10.3 Mayavi 应用程序.......................367 10.3.1 操作流水线...........................368 10.3.2 命令行和对象浏览器...........371 10.4 将 Mayavi 嵌入到界面中..........374 第 11 章 VPython——制作 3D 演示 动画 ...................................... 378 11.1 场景、物体和照相机................378 11.1.1 控制场景窗口.......................380 11.1.2 控制照相机...........................383 11.1.3 模型的属性...........................384 11.1.4 三维模型...............................387 11.2 制作动画演示............................390 11.2.1 简单动画...............................390 11.2.2 盒子中反弹的球...................391 11.3 与场景交互................................393 11.3.1 响应键盘事件.......................394 11.3.2 响应鼠标事件.......................394 11.4 用界面控制场景........................397 11.5 创建复杂模型............................400 11.5.1 faces()的用法........................400 11.5.2 读入模型数据.......................402 第 12 章 OpenCV——图像处理和计算机 视觉 ...................................... 408 12.1 存储图像数据的 Mat 对象........409 12.1.1 Mat 对象和 NumPy 数组.....410 12.1.2 像素点类型...........................414 12.1.3 其他数据类型.......................415 12.1.4 Vector 类型...........................417 12.1.5 在图像上绘图.......................418 12.2 图像处理....................................421 12.2.1 二维卷积...............................421 12.2.2 形态学运算...........................424 12.2.3 填充——floodFill..................426 12.2.4 去瑕疵——inpaint.................427 12.3 图像变换....................................428 12.3.1 几何变换...............................428 12.3.2 重映射——remap..................430 12.3.3 直方图统计...........................433 12.3.4 二维离散傅立叶变换...........437 12.4 图像识别 ................................... 440 12.4.1 用霍夫变换检测直线 和圆.......................................440 12.4.2 图像分割...............................444 12.4.3 用 SURF 进行特征匹配.......450 第 13 章 数据和文件 ............................453 13.1 声音的输入输出 ....................... 453 13.1.1 读写 WAV 文件...................453 13.1.2 用 pyAudio 播放和录音.......456 13.2 视频的输入输出 ....................... 459 13.2.1 读写视频文件.......................459 13.2.2 安装视频编码.......................464 13.3 读写 HDF5 文件....................... 465 13.4 读写 Excel 文件 ........................ 469 13.4.1 写 Excel 文件........................469 13.4.2 读 Excel 文件........................471 第 14 章 数字信号系统.........................473 14.1 FIR 和 IIR 滤波器..................... 473 14.2 FIR 滤波器设计........................ 477 14.2.1 用 firwin()设计滤波器..........479 14.2.2 用 remez()设计滤波器..........481 14.2.3 滤波器的级联.......................483 14.3 IIR 滤波器设计......................... 485 14.3.1 巴特沃斯低通滤波器...........485 14.3.2 双线性变换...........................487 14.3.3 滤波器的频带转换...............490 14.4 数字滤波器的频率响应 ........... 494 14.5 二次均衡滤波器设计工具 ....... 497 14.6 零相位滤波器 ........................... 500 14.7 重取样 ....................................... 501 欢迎加入非盈利Python学习交流编程QQ群783462347，群里免费提供500+本Python书籍！ XI 目 录 第 15 章 频域信号处理........................ 505 15.1 FFT 演示程序............................505 15.1.1 FFT 知识复习.......................505 15.1.2 合成时域信号.......................509 15.1.3 三角波 FFT 演示程序..........511 15.2 观察信号的频谱........................512 15.2.1 窗函数...................................515 15.2.2 频谱平均...............................517 15.2.3 谱图.......................................519 15.3 卷积运算....................................522 15.3.1 快速卷积...............................522 15.3.2 分段运算...............................524 15.4 信号处理....................................526 15.4.1 基本框架...............................527 15.4.2 频域滤波器...........................528 15.4.3 频率变调处理.......................530 15.4.4 用谱图差减法降噪...............531 15.5 Hilbert 变换................................532 第 16 章 用 C 语言提高计算效率......... 537 16.1 用 ctypes 调用 DLL 库..............537 16.2 用 Weave 嵌入 C++程序...........541 16.2.1 Weave 的工作原理...............541 16.2.2 处理 NumPy 数组.................543 16.2.3 使用 blitz()提速.....................546 16.2.4 扩展模块...............................548 16.3 用 Cython 将 Python 编译 成 C............................................549 16.3.1 编译 Cython 程序.................549 16.3.2 提高计算效率.......................550 16.3.3 快速访问 NumPy 数组.........553 16.4 用 SWIG 创建扩展模块............555 16.4.1 SWIG 的调用方法 和实例 ..................................555 16.4.2 SWIG 基础............................558 16.4.3 SWIG 处理 NumPy 数组......566 第 17 章 自适应滤波器.........................571 17.1 自适应滤波器简介 ................... 571 17.1.1 系统识别...............................571 17.1.2 信号预测...............................572 17.1.3 信号均衡...............................572 17.2 NLMS 计算公式....................... 573 17.3 用 NumPy 实现 NLMS 算法.... 575 17.3.1 系统辨识模拟.......................577 17.3.2 信号均衡模拟.......................579 17.3.3 卷积逆运算...........................581 17.4 用 C 语言加速 NLMS 运算...... 583 17.4.1 用 SWIG 编写扩展模块.......583 17.4.2 用 Weave 嵌入 C++程序......586 第 18 章 单摆和双摆模拟.....................588 18.1 单摆模拟 ................................... 588 18.1.1 小角度时的摆动周期...........589 18.1.2 大角度时的摆动周期...........590 18.2 双摆模拟 ................................... 592 18.2.1 公式推导...............................592 18.2.2 微分方程的数值解...............595 18.2.3 动画演示...............................598 第 19 章 分形几何................................599 19.1 Mandelbrot 集合........................ 599 19.1.1 使用 NumPy 加速计算.........601 19.1.2 使用 Weave 加速计算..........603 19.1.3 连续的逃逸时间...................604 19.1.4 Mandelbrot 演示程序 ...........605 19.2 迭代函数系统(IFS)................... 606 19.2.1 二维仿射变换.......................610 19.2.2 迭代函数系统设计器...........610 19.3 L-System 分形........................... 613 19.4 分形山脉 ................................... 616 19.4.1 一维中点移位法...................616 19.4.2 二维中点移位法...................618 19.4.3 菱形方形算法.......................619
Matlab实现数据的动态显示方法
12-26
对于真实系统或者仿真平台，数据是增量式的产生的。Matlab除了强大的矩阵运算外，还具有强大的数据可视化库。由于静态画图的方法较多，本文只针对增量式数据流的动态显示。本文主要介绍几种Matlab实现数据的动态显示方法。方法主要有两种： hold on set函数与drawnow函数组合 hold on 方法 1. 方法介绍 此种方法比较原始，适合于即时数据，原理是先画上一帧，接着保留原始图像，追加下一幀图像，此种方式比较繁琐，涉及画图细节，并且没有完整并连续的Line对象数据。此种方法需要注意的地方是，若想生成连续的线图，则每次plot至少两个点，原理大家都应该理解，两点一线嘛！如果想
解决Python Matplotlib绘图数据点位置错乱问题
12-17
在绘制正负样本在各个特征维度上的CDF（累积分布）图时出现了以下问题： 问题具体表现为： 1.几个负样本的数据点位置倒错 2.X轴刻度变成了乱七八糟一团鬼东西 最终解决办法 造成上述情况的原因其实是由于输入matplotlib.plot()函数的数据x_data和y_data从CSV文件中直接导入后格式为string，因此才会导致所有数据点的x坐标都被直接刻在了x轴上，且由于坐标数据格式错误，部分点也就表现为“乱点”。解决办法就是导入x，y数据后先将其转化为float型数据，然后输入plot()函数，问题即解决。 补充知识：matplotlib如何在绘制时间序列时跳过无数据的区间 其实官方
修改python plot折线图的坐标轴刻度方法
01-21
修改python plot折线图的坐标轴刻度，这里修改为整数： 代码如下： from matplotlib import pyplot as plt import matplotlib.ticker as ticker import numpy as np def std_plot(): overall_std = [34.369, 21.366, 16.516, 11.151] max_std = [36.769, 21.794, 14.390, 4.684] plt.figure() plt.plot(overall_std, label='average_std') plt
fatal: unable to access https:// Failed to connect to: Connection refused|git clone问题（完美解决）
热门推荐
昔风不起，唯有努力生存！
10-17 11万+
fatal: unable to access ‘https://github.com/xxxx/’: Failed to connect to x.x.x.x port xxxxx: Connection refused|git clone问题（完美解决） 系统： ubuntu 14.04 问题描述 执行以下命令克隆目标源码到本地时，会出现错误。 git clone https://gith...
Matlab使用Plot函数实现数据动态显示方法总结
昔风不起，唯有努力生存！
02-28 5万+
引子 对于真实系统或者仿真平台，数据是增量式的产生的。Matlab除了强大的矩阵运算外，还具有强大的数据可视化库。由于静态画图的方法较多，本文只针对增量式数据流的动态显示。本文主要介绍几种Matlab实现数据的动态显示方法。方法主要有两种：hold on set函数与drawnow函数组合 hold on 方法1. 方法介绍此种方法比较原始，适合于即时数据，原理是先画上一帧，接着保留原始图像，
python中plot
06-09
在Python中，plot是Matplotlib库中的一个函数，用于绘制图形。它可以用于绘制各种类型的图形，如折线图、散点图、柱状图等。 使用plot函数，您需要提供要绘制的数据，以及一些可选的参数来控制图形的样式和外观。例如，要绘制一个简单的折线图，您可以使用以下代码： ```python import matplotlib.pyplot as plt # 数据 x = [1, 2, 3, 4] y = [1, 4, 9, 16] # 绘制折线图 plt.plot(x, y) # 添加标题和坐标轴标签 plt.title('My Plot') plt.xlabel('X Label') plt.ylabel('Y Label') # 显示图形 plt.show() ``` 这个代码会绘制一个简单的折线图，其中x轴表示1到4的整数，y轴表示对应的平方值。您可以使用Matplotlib库中的其他函数来修改图形的样式、添加注释等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 96
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

windSeS

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值