（matplotlib，matplotlib.animation,pyechart,echart）

方法一：matplotlib循环添加数据

方法二：matplotlib循环刷新-清除旧数据-添加新数据

方法三、利用第三方插件imagemagick实现动态图保存gif文件

方法四：利用pyecharts实现图展示-保存为html

方法五：利用flask和pyechart组合-web发布图形

方法一：matplotlib循环添加数据

import numpy as np

import matplotlib.pyplot as plt

"""

动态绘图方法一：

通过刷新图面的方法，每次循环在绘制新图画前，把当前绘图区的内容进行清空，

然后绘制新的图形

"""

fig=plt.figure() #设置图面大小

plt1=plt.subplot(211) #设置绘图区域2行1列，第一个图区

plt2=plt.subplot(212)#设置绘图区域2行1列，第二个图区

plt1.axis([0, 100, 0, 1])

xa=[]

ya = []

pause_time=0.01 #动态刷新时间

for i in range(50):

y = np.random.random()

ya.append(y) # 每迭代一次，将i放入y1中画出来

xa.append(i)

plt1.cla() # 清除键

plt1.plot(xa,ya)

plt.pause(pause_time)

方法二：matplotlib循环刷新-清除旧数据-添加新数据

"""

利用绘图的特性，每次绘制的内容，在前一次的结果上添加，

这个方法需要对数据进行特殊处理，每次绘制的数据，只有新添加的数据，旧的数据需要删除

"""

plt2.axis([0, 100, 0, 1])

xs = [0, 0]

ys = [1, 1]

for i in range(50):

y = np.random.random()

xs[0] = xs[1]

ys[0] = ys[1]

xs[1] = i

ys[1] = y

plt2.plot(xs, ys)

plt.pause(pause_time)

plt.show()

方法三、利用第三方插件imagemagick实现动态图保存gif文件

1.首先现在imagemagick软件，这里有个坑，需要下载6.9版本的，应为7.0版本没有了convert.exe命令，必须用6.9版本的，网上的教程都是用的这个convert命令

2.安装完，imagemagick后，matplotlib并不知道这个命令所在的位置，因此需要告诉命令convert的绝对位置

在python中利用print(matplotlib.matplotlib_fname())，获得matplotlib配置文件的位置，在最后一行，修改命令的全局路径，为animation.convert_path:D:\ProgramFiles\ImageMagick-6.9.10-Q16\convert.exe

3.在程序中就可以正常使用了

import numpy as np

import matplotlib

import matplotlib.pyplot as plt

import matplotlib.animation as animation

print(matplotlib.matplotlib_fname()) # 修改matplotlib配置文件的位置

fig = plt.figure() # 画纸

ax = plt.subplot() # 绘图区

xdata, ydata = [], [] # x，y轴数据数组

ln, = plt.plot([], [], 'r', animated=True) #

def init():

ax.set_xlim(0, 100)

ax.set_ylim(0, 1)

return ln,

def update(frame): #frame的数据来自FuncAnimation函数frams的内容,每次调用函数，区frames中的一个数据

xdata.append(frame)

# print(frame)

ydata.append(np.random.random())

ln.set_data(xdata, ydata) #在ln中添加数据

return ln,

anim = animation.FuncAnimation(fig, update, frames=range(10,60), interval=10, init_func=init, blit=True, repeat=False)

# anim.save('sinx.gif', writer='imagemagick') #存储为gif文件

# anim.save('sinx2.html') #利用默认的工具，存储为html文件

plt.show()

方法四：利用pyecharts实现图展示-保存为html

1.利用echart进行实现，利用网页形式，在web前端显示图形，让后利用echart获得后台的数据

2.需要工具，echart，flask

3.pip install echarts

4.保存为gif

①　1.如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。

②　安装 phantomjs $ npm install -g phantomjs-prebuilt

③　安装 pyecharts-snapshot $ pip install pyecharts-snapshot

④ 调用 render 方法 bar.render(path='snapshot.png') 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意，svg 文件需要你在初始化 bar 的时候设置 renderer='svg'。

5. 首先利用pyecharts画一个静态的图形

#http://pyecharts.org/#/zh-cn/prepare 帮助文件

from pyecharts import Line

import numpy as np

x=list(range(0,50))

y1=list(np.random.random(50))

y2=list(np.random.random(50))

y2=[m/2 for m in y2 if m>0] #for的迭代式式，加过滤器if，生产list

line=Line("折线图")

line.add("A",x,y1,mark_point=["average"],line_width=3,line_color="red")line.add("B",x,y2,mark_point=["average"],line_width=3,line_color="blue")#line.show_config()

line.render("myechart001.html") #生成html文件

import webbrowser

webbrowser.open("myechart001.html") #

方法五：利用flask和pyechart组合-web发布图形

①　首先要安装flask框架

②　在windows的命令行执行：python -m venv myenv

③　进入虚拟环境命令的脚本文件夹，激活虚拟环境

④　然后安装flask包

⑤　建立html模板目录结构

两个文件的代码如下

python程序如下

import random

from pyecharts import Scatter3D

from flask import Flask, render_template

app = Flask(__name__)

REMOTE_HOST = "https://pyecharts.github.io/assets/js"

@app.route("/")

def hello():

s3d = scatter3d()

return render_template(

"pyecharts.html",

myechart=s3d.render_embed(),

host=REMOTE_HOST,

script_list=s3d.get_js_dependencies(),

)

def scatter3d():

data = [generate_3d_random_point() for _ in range(80)]

range_color = [

"#313695",

"#4575b4",

"#74add1",

"#abd9e9",

"#e0f3f8",

"#fee090",

"#fdae61",

"#f46d43",

"#d73027",

"#a50026",

]

scatter3D = Scatter3D("3D scattering plot demo", width=1200, height=600)

scatter3D.add("", data, is_visualmap=True, visual_range_color=range_color)

return scatter3D

def generate_3d_random_point():

return [

random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)

]

if __name__=='__main__':

app.run(debug=True)

html文件的内容如下

<!DOCTYPE html>

<html>

<head>

<meta charset="utf-8">

<title>Proudly presented by ECharts</title>

{% for jsfile_name in script_list %}

<script src="{{ host }}/{{ jsfile_name }}.js"></script>

{% endfor %}

</head>

<body>

{{ myechart|safe }}

</body>

</html>

⑥　在pycharm中运行server.py文件，在浏览器中访问127.0.0.1:5000即可

这是官方的例子。

在此基础上修改为折线图

from pyecharts import Line #引入不同的图形模块

from flask import Flask, render_template

import numpy as np

app = Flask(__name__)

REMOTE_HOST = "https://pyecharts.github.io/assets/js" #远程js库，可以下载全部到自己的服务器上，修改这个路径就可以了

@app.route("/")

def hello():

myline=mydata_line() #这个地方就是基本的pyechart图形绘制，返回一个图形对象

return render_template(

"pyecharts.html", #模板的名称，模板默认位置在templates文件夹下

myechart=myline.render_embed(), #给模板传递echart图形参数

host=REMOTE_HOST, #js库的位置

script_list=myline.get_js_dependencies(), #给模块传echart图形的js代码，我理解的，不一定对

)

#此函数就是普通的画图函数，数据怎么处理都可以，利用基本知识

def mydata_line():

x=list(range(50))

y1=list(np.random.random(50))

y2=list(np.random.random(50))

line=Line("折线图flask")

line.add("A",x,y1)

line.add("B",x,y2)

#line.render("myechart001.html") # 生成html文件，这是静态方法生成网页

return line

if __name__=='__main__':

app.run(debug=True)

html文件的内容不变，还利用官方例子的内容。

这种方法，比较简单可以快速的发布html格式的网页，但是问题是html网页的内容比较单一，需要根据需求进行修改，但是应用的案例比较少，属于小众方法。

主要问题：没有方法实现动态刷新图形图形的方法，图形都是利用已知的数据，生成静态的html网页进行发布，因此不适用动态刷新的方法

扩展思路，直接利用底层得echart进行数据展示