python - 高效更新多个 pyplots

Question

我有一个脚本，应该在 for 循环的每次迭代中更新 25 个图像的网格。代码本质上是这样的(为了简单起见，我省略了无关的内容):

from matplotlib import pyplot as plt
plt.ion()
fig, ax = plt.subplots(5,5,figsize=(3,3))

for i in range(100):
    updateImages()
    for j in range(5):
         for k in range(5):
              ax[j,k].imshow(image[j,k])
    plt.draw()
    plt.pause(0.01)

问题是它运行得非常非常慢[不，不是 updateImages() 慢]。我相信有一种更有效的方法可以做到这一点，但到目前为止我还找不到任何例子。如有建议，我们将不胜感激!

Answer 1

程序在一段时间后运行缓慢的原因可能是您在始终调用 imshow 时仅向绘图添加了数据点，而不是替换/更新它们。尽管您总是只能看到最近绘制的点，但 Python 在经过大量循环后必须处理大量数据，这就是它变得缓慢的原因。

相反，您可以将 imshow 的第一个输出存储在列表中，然后更新数据。首先，创建一个具有与 ax 相同“形状”的列表 list_of_images 并将第一次迭代的图像存储在其中:

list_of_images[j,k] = imshow(...)

然后在迭代循环中，只需更新数据:

list_of_images[j,k].set_data(image[j,k])

这样，Python 必须处理的数据量不会随着迭代次数而增加，并且您的程序应该稳定。

<小时/>

编辑(由OP):根据这个答案，我尝试了以下操作:

from matplotlib import pyplot as plt
plt.ion()
fig, ax = plt.subplots(5,5,figsize=(3,3))
image_grid = ax.copy()  # Maybe there is a less awkward way to do this

for i in range(100):
    updateImages()
    for j in range(5):
         for k in range(5):
              image_grid[j,k].set_data(image[j,k])
    plt.draw()
    plt.pause(0.01)

它运行非常流畅(就像处理单个图像一样快)。谢谢!