Matplotlib set_data 不显示一条线

Question

在我以前的代码版本中，我清除了绘图并重新绘制了数据直到最近计算的数据点。为了加快绘图速度，我试图切换到使用set_data，所以我没有清除每一步。不幸的是，我无法根据此更改生成一行。下面你可以看到我尝试使用set_data左上角的图形，但剩下的我使用我原来的方法。我希望将此用于我的图形的所有部分，但我不确定此方法是否适用于补丁。请让我知道如何解决此问题。import numpy as npimport matplotlib.pyplot as pltimport matplotlib.patches as patchesimport matplotlib.gridspec as gridspec # =============================================================================# Parameters# =============================================================================SIM_TIME = 10STEP_SIZE = 0.05steps = int(SIM_TIME/STEP_SIZE)STEPS_PER_FRAME = 4order = 4  # Two second order equations ICs = [0., 0., 0., 1., 0.]  # Intial conditions; t0, x1, x1dot, x2, x2dotparameters = {'a':[1.0,  'unit'],              'b':[2.0,  'unit'],              'c':[3.0,  'unit']}# =============================================================================# Intializing Arrays# =============================================================================x_and_v = np.empty(shape=(order, steps))  # Each row is a var, i.e. x1,x2,... # Set initial conditions for each varfor i in range(order):    x_and_v[i][0] = ICs[i+1]    K = np.empty(shape=(4, order)) # Each row is k1, k2, k3, k4 for each vart = np.empty(steps)t[0] = ICs[0]# =============================================================================# ODE function# =============================================================================def ODE(t, curr):    dx1dt = parameters['a'][0]*t    dv1dt = parameters['b'][0]*t    dx2dt = parameters['a'][0]*t    dv2dt = parameters['c'][0]*t        return np.array([dx1dt, dv1dt, dx2dt, dv2dt])

Answer 1

我在这个问题上的错误实际上是一个非常基本的错误和对set_data功能的误解。我以为我需要传递一个新的数据点，但实际上你需要传递整个数据集，但要有更新的点。

所以，代码最终看起来如下：

import numpy as np

import matplotlib.pyplot as plt

import matplotlib.patches as patches

import matplotlib.gridspec as gridspec

 

# =============================================================================

# Parameters

# =============================================================================

SIM_TIME = 10

STEP_SIZE = 0.05

steps = int(SIM_TIME/STEP_SIZE)

STEPS_PER_FRAME = 4

order = 4  # Two second order equations

 

ICs = [0., 0., 0., 1., 0.]  # Intial conditions; t0, x1, x1dot, x2, x2dot

parameters = {'a':[1.0,  'unit'],

              'b':[2.0,  'unit'],

              'c':[3.0,  'unit']}

# =============================================================================

# Intializing Arrays

# =============================================================================

x_and_v = np.empty(shape=(order, steps))  # Each row is a var, i.e. x1,x2,...

 

# Set initial conditions for each var

for i in range(order):

    x_and_v[i][0] = ICs[i+1]

    

K = np.empty(shape=(4, order)) # Each row is k1, k2, k3, k4 for each var

t = np.empty(steps)

t[0] = ICs[0]

# =============================================================================

# ODE function

# =============================================================================

def ODE(t, curr):

    dx1dt = parameters['a'][0]*t

    dv1dt = parameters['b'][0]*t

    dx2dt = parameters['a'][0]*t

    dv2dt = parameters['c'][0]*t    

    return np.array([dx1dt, dv1dt, dx2dt, dv2dt])

# =============================================================================

# Runge-Kutta (4th Order) Method

# =============================================================================

def RK4(i):

    # calculates each k value

    K[0] = STEP_SIZE * ODE(t[i], x_and_v[:, i])

    K[1] = STEP_SIZE * ODE(t[i] + STEP_SIZE/2, x_and_v[:, i] + K[0]/2)

    K[2] = STEP_SIZE * ODE(t[i] + STEP_SIZE/2, x_and_v[:, i] + K[1]/2)

    K[3] = STEP_SIZE * ODE(t[i] + STEP_SIZE, x_and_v[:, i] + K[2])

    

    return 1/6 * (K[0] + 2*K[1] + 2*K[2] + K[3])

# =============================================================================

# Plotting function

# =============================================================================

plt.close('all')

plt.ion()

fig = plt.figure(figsize=(10, 12))

fig.suptitle(f'Title (stepsize: {STEP_SIZE})',

             y=0.94)

gs = gridspec.GridSpec(2, 2)

graph_left = fig.add_subplot(gs[0, 0])

graph_right = fig.add_subplot(gs[0, 1], sharey=graph_left)

graph_left_x_line, = graph_left.plot(np.array([]), np.array([]), 

                                       label='Position', 

                                       color='#1248a1')

graph_left_v_line, = graph_left.plot(np.array([]), np.array([]), 

                                       label='Velocity', 

                                       color='#77a7f7')

graph_left.set_ylabel('position [m]/velocity [m/s]')

graph_left.set_xlabel('time [s]')

graph_left.legend(loc=2)

graph_right_x_line, = graph_right.plot(np.array([]), np.array([]), 

                                       label='Position', 

                                       color='#ba7000')

graph_right_v_line, = graph_right.plot(np.array([]), np.array([]), 

                                       label='Velocity', 

                                       color='#f7c477')

graph_right.set_xlabel('time [s]')

graph_right.legend(loc=2)

block = fig.add_subplot(gs[1, :])

block.set_title('Block Animation')

block.set_xlabel('Position [m]')

def Plotting(i):

    """Plotting x_and_v with time counter in the top middle"""

    graph_left_x_line.set_data(t[:i], x_and_v[0,:i])

    graph_left_v_line.set_data(t[:i], x_and_v[1,:i])

    graph_left.relim()

    graph_left.autoscale_view()

    graph_right_x_line.set_data(t[:i], x_and_v[2, :i])     

    graph_right_v_line.set_data(t[:i], x_and_v[3, :i])

    graph_right.relim()

    graph_right.autoscale_view()

    

    """Animated blocks and spring with time counter in the top middle"""

    block.cla()

        

    m1x = x_and_v[0][i]

    m2x = x_and_v[2][i]

    

    side1 = parameters['a'][0]

    side2 = parameters['b'][0]

    

    block.set_ylim(0, max(side1, side2))

    

    mass1 = patches.Rectangle(

        (m1x - side1, 0),

        side1, side1,

        facecolor='#1f77b4')

    mass2 = patches.Rectangle(

        (m2x, 0),

        side2, side2,

        facecolor='#ff7f0e')

    

    spring = patches.ConnectionPatch(xyA=(m1x, min(side1, side2)/2),

                                     coordsA='data',

                                     xyB=(m2x, min(side1, side2)/2),

                                     coordsB='data',

                                     linewidth=2, color='k')

    

    block.add_patch(spring)

    block.add_patch(mass1)

    block.add_patch(mass2)

    

    block.annotate(f'time = {round(t[i],1)}s', xy=(0.5, 0.98), 

                   xycoords='axes fraction', ha='center', va='top')

    

    block.set_title('Block Animation')

    block.set_xlabel('Position [m]')

    block.axis('equal')

    

    fig.canvas.draw()

    plt.pause(0.01)

# =============================================================================

# Main loop that calculates each x and v value using RK 4th order method

# =============================================================================

i = 0

while i < (steps-1):

    x_and_v[:, i+1] = x_and_v[:, i] + RK4(i)

    t[i+1] = t[i] + STEP_SIZE

    

    if i % STEPS_PER_FRAME == 0:

        Plotting(i)

    i += 1

print('Done')

 

plt.show()

# plt.close()  # closes the plot at then end