我就廢話不多說啦，還是直接看程式碼吧！

from matplotlib import pyplot as plt
import numpy as np
 
x = np.linspace(1,100,20)
y = x *2 +3
fig = plt.figure()
ax = fig.add_subplot(1,1,1)
ax.scatter(x,y)
plt.ion()
for i in range(10):
 y = x*i*0.1 + i
 try:
  ax.lines.remove(lines[0])
 except Exception:
  pass
 lines = ax.plot(x,y)
 plt.pause(0.1)

補充知識：用Python的matplotlib庫動態顯示不斷增長的資料

"""
Created on Mon Dec 07 16:34:10 2015

@author: SuperWang
"""

import matplotlib.pyplot as plt
import numpy as np

fig,ax=plt.subplots()
fig2,ax2=plt.subplots()


y1=[]
y2=[]

for i in range(50):
 y1.append(np.sin(i))
 y2.append(np.cos(i))
 ax.cla()
 ax.set_title("Loss")
 ax.set_xlabel("Iteration")
 ax.set_ylabel("Loss")
 ax.set_xlim(0,55)
 ax.set_ylim(-1,1)
 ax.grid()
 ax.plot(y1,label='train')
 ax.plot(y2,label='test')
 ax.legend(loc='best')

 ax2.cla()
 ax2.set_title("Loss")
 ax2.set_xlabel("Iteration")
 ax2.set_ylabel("Loss")
 ax2.set_xlim(0,55)
 ax2.set_ylim(-1,1)
 ax2.grid()
 ax2.plot(y1,label='train')
 ax2.plot(y2,label='test')
 ax2.legend(loc='best')
 plt.pause(1)

要解決的問題如標題所示，原理很簡單，就是當資料增長時，不斷清空以前的繪畫內容，然後把現有的資料重新畫出來（資料是胡亂生成的）。

具體過程如下：

fig,ax=plt.subplots() 產生一個figure物件和一個axis物件。figure相當於一個視窗，而axis相當於一個畫布。此句也可以用兩句生成，即fig=plt.figure(num)，括號中的引數是figure的ID，如果只需建立一個figure物件，那麼可以省略。然後ax=fig.subplot(1,1)，subplot()的具體用法可以去google或百度一下。ax.cla()就是在新資料到來時，先把之前的繪製的內容清空，接下來，ax.set_title(“Loss”)，ax.set_xlabel(“Iteration”)，ax.set_ylabel(“Loss”)都很簡單，見名知意。ax.set_xlim(0,55)，ax.set_ylim(-1,1)分別用來設定x軸和y軸的兩個端點。ax.grid()給畫布加上網格。ax.plot(y1,label='train')，ax.plot(y2,label='test')這兩句是實際的繪製命令，其中，引數label是為以後生成圖例用的。ax2.legend(loc='best')用來生成圖例，loc引數代表圖例位置location，而value：‘best'是其中的一種選擇，除此之外，還有左上角等其他選項。最後，plt.pause(1)是為了顯示上更直觀，故意每繪製一次，暫停1秒，注意，這裡的單位是秒。如果是實際的應用，而資料生成的過程又比較慢，此句完全可以省略。

這段程式碼中建立了兩個視窗，在實驗過程中，我發現只能有一個視窗被選中，即用滑鼠點選哪個視窗，哪個視窗會動態地顯示繪畫過程，而另一個保持不動。

繪畫過程截圖如下：

以上這篇使用matplotlib動態重新整理指定曲線例項就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。