python matplotlib动态绘图

matplotlib animation的官方文档：

http://matplotlib.org/api/animation_api.html

接下来完成一个实时获取cpu数值，并绘图的功能。

1.动画的骨架

初始化空数据，初始化图形大小和背景颜色，插入子图（三个数字分别表示几行几列第几个位置），初始化图形（数据为空）。

xdata = []
ydata = []
fig = plt.figure(figsize=(18, 8), facecolor="white")
ax = fig.add_subplot(111)
line, = ax.plot(xdata, ydata, color="red")

2.更新数据

1.更新x，y。

2.更新坐x/y轴。

参数data为迭代从FuncAnimation方法frames参数传进来的数值，这样就更新了下x,y,对图形的x/y轴大小做相应的重设，再把数据通过set_data传进图形，最后再把上述的变化通过draw()方法绘制到界面上，返回line给FuncAnimation方法。。

def update(data):
    x, y = data
    xdata.append(x)
    ydata.append(y)
    xmin, xmax = ax.get_xlim()
    if x >= xmax:
        ax.set_xlim(0, xmax+10)
        ax.figure.canvas.draw()
    line.set_data(xdata, ydata)
    return line,

3.获取数据

获取电脑cpu数值，并对x坐标累加。

def data_gen(): #设置xy变量
    x = -1
    while True:
        y = psutil.cpu_percent(interval=1) #获取cpu数值,1s获取一次。
        x += 1
        yield  x,y

4.FuncAnimation方法

FuncAnimation方法主要是与update函数做交互，将frames参数对应的数据逐条传进update函数，再由update函数返回的图形覆盖FuncAnimation原先的图形，fig参数即为一开始对应的参数，interval为每次更新的时间间隔，还有其他一些参数如blit=True控制图形精细，当界面较多子图时，为True可以使得看起来不会太卡，关键是frames参数，
可为迭代数，可为函数，也可为空，

如果你指定一个大小，其迭代则从0开始到最后该数值停止。

如果你指定一个函数，在函数循环里不断获取数据，则可以无限循环下去。

ani = animation.FuncAnimation(fig, run, data_gen, blit=False, interval=1,
repeat=False, init_func=init)
plt.show()

完整代码：

#!/usr/bin/env python
#-*-coding:utf-8 -*-
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import psutil
def data_gen(): #设置xy变量
    x = -1
    while True:
        y = psutil.cpu_percent(interval=1) #获取cpu数值,1s获取一次。
        x += 1
        yield  x,y
def init():
    ax.set_xlim(0, 10)
    ax.set_ylim(0, 100)
    del xdata[:]
    del ydata[:]
    line.set_data(xdata, ydata)
    return line,

xdata = []
ydata = []
fig = plt.figure(figsize=(18, 8), facecolor="white")
ax = fig.add_subplot(111)
line, = ax.plot(xdata, ydata, color="red")

# update the data
def update(data):
    x, y = data
    xdata.append(x)
    ydata.append(y)
    xmin, xmax = ax.get_xlim()
    if x >= xmax:
        ax.set_xlim(0, xmax+10)
        ax.figure.canvas.draw()
    line.set_data(xdata, ydata)
    return line,

ani = animation.FuncAnimation(fig,update,data_gen, blit=False, interval=1,
repeat=False, init_func=init)
plt.show()