什么是wxPython最好的实时绘图小部件？

我想用Python和wxPython显示一条带有一条或两条曲线的实时图表,每秒最多50个样本.该小部件应该支持Win32和Linux平台.

任何提示都是受欢迎的.

编辑添加:

我不需要以50 fps更新显示,但需要在两条曲线上显示多达50个数据样本,并且显示器的更新速率合理(5..10 fps应该没问题).

编辑添加:

我在一个项目中使用了mathplotlib取得了很好的成功.然后我为其他项目选择了wx.lib.plot,我发现它更简单,但更容易使用并且消耗更少的CPU周期.由于wx.lib是标准wxPython发行版的一部分,因此特别容易使用.

如果您希望以最小的代码占用空间获得高性能,那么看起来不比Python的内置绘图库tkinter更远.无需编写特殊的C/C++代码或使用大型绘图包来获得比50 fps更好的性能.

以下代码在2.2 GHz Core 2 duo上以400 fps滚动1000x200带状图,在3.4 GHz Core i3上以1000 fps滚动.中心例程"scrollstrip"在右边缘绘制一组数据点和相应的颜色以及可选的垂直网格条,然后将条形图向左滚动1.要绘制水平网格条,只需将它们包含在数据和颜色中数组作为常量以及可变数据点.

from tkinter import *
import math, random, threading, time

class StripChart:

    def __init__(self, root):
        self.gf = self.makeGraph(root)
        self.cf = self.makeControls(root)
        self.gf.pack()
        self.cf.pack()
        self.Reset()

    def makeGraph(self, frame):
        self.sw = 1000
        self.h = 200
        self.top = 2
        gf = Canvas(frame, width=self.sw, height=self.h+10,
                    bg="#002", bd=0, highlightthickness=0)
        gf.p = PhotoImage(width=2*self.sw, height=self.h)
        self.item = gf.create_image(0, self.top, image=gf.p, anchor=NW)
        return(gf)

    def makeControls(self, frame):
        cf = Frame(frame, borderraised")
        Button(cf, text="Run", command=self.Run).grid(column=2, row=2)
        Button(cf, text="Stop", command=self.Stop).grid(column=4, row=2)
        Button(cf, text="Reset", command=self.Reset).grid(column=6, row=2)
        self.fps = Label(cf, text="0 fps")
        self.fps.grid(column=2, row=4, columnspan=5)
        return(cf)

    def Run(self):
        self.go = 1
        for t in threading.enumerate():
            if t.name == "_gen_":
                print("already running")
                return
        threading.Thread(target=self.do_start, name="_gen_").start()

    def Stop(self):
        self.go = 0
        for t in threading.enumerate():
            if t.name == "_gen_":
                t.join()

    def Reset(self):
        self.Stop()
        self.clearstrip(self.gf.p, '#345')

    def do_start(self):
        t = 0
        y2 = 0
        tx = time.time()
        while self.go:
            y1 = 0.2*math.sin(0.02*math.pi*t)
            y2 = 0.9*y2 + 0.1*(random.random()-0.5)
            self.scrollstrip(self.gf.p,
               (0.25+y1,   0.25, 0.7+y2,   0.6,     0.7,   0.8),
               ( '#ff4', '#f40', '#4af', '#080', '#0f0', '#080'),
                 "" if t % 65 else "#088")

            t += 1
            if not t % 100:
                tx2 = time.time()
                self.fps.config(text='%d fps' % int(100/(tx2 - tx)))
                tx = tx2
#            time.sleep(0.001)

    def clearstrip(self, p, color):  # Fill strip with background color
        self.bg = color              # save background color for scroll
        self.data = None             # clear previous data
        self.x = 0
        p.tk.call(p, 'put', color, '-to', 0, 0, p['width'], p['height'])

    def scrollstrip(self, p, data, colors, bar=""):   # Scroll the strip, add new data
        self.x = (self.x + 1) % self.sw               # x = double buffer position
        bg = bar if bar else self.bg
        p.tk.call(p, 'put', bg, '-to', self.x, 0,
                  self.x+1, self.h)
        p.tk.call(p, 'put', bg, '-to', self.x+self.sw, 0,
                  self.x+self.sw+1, self.h)
        self.gf.coords(self.item, -1-self.x, self.top)  # scroll to just-written column
        if not self.data:
            self.data = data
        for d in range(len(data)):
            y0 = int((self.h-1) * (1.0-self.data[d]))   # plot all the data points
            y1 = int((self.h-1) * (1.0-data[d]))
            ya, yb = sorted((y0, y1))
            for y in range(ya, yb+1):                   # connect the dots
                p.put(colors[d], (self.x,y))
                p.put(colors[d], (self.x+self.sw,y))
        self.data = data            # save for next call

def main():
    root = Tk()
    root.title("StripChart")
    app = StripChart(root)
    root.mainloop()

main()

创建一个可以从您的数据源读取的C++小部件并且以50 FPS真正更新并不困难.这种方法的美妙之处在于,很少(如果有的话)Python代码将以50FPS执行,它将全部在C++中,具体取决于您将更新的数据传递给小部件的方式.

您甚至可以将事件处理程序从Python端推送到自定义实时数据查看器中,以处理所有鼠标事件和用户交互,并将渲染保留在C++中.

它将是一个小型的C++类,它扩展了wxWidget的wxWindow类

class RealtimeDataViewer:public wxWindow {...

并覆盖OnPaint

void OnPaint(wxPaintEvent&WXUNUSED(event)){....

然后它将得到一个设备上下文,并开始绘制线条和形状......

然后,您必须获取.h文件,并将其复制到.i,并稍微调整一下,使其成为SWIG可用于扩展wxPython的定义.

构建过程可以由Python自己的distutils使用以下参数来设置:

  ext_modules=[Extension('myextension', sources, 
                          include_dirs=includeDirs
                          library_dirs=usual_libs,
                          )],

让它看起来很棒并且运作良好将是一段时间的工作......但它可能是一个真正加速你的项目未来的选择.

所有这些在Mac,Windows和Linux上运行良好.

wxPython实际上是一个隐藏的Gem,可以通过更专业支持的IDE /设计器工具来接管世界.

也就是说,首先尝试matplotlib,它有很多漂亮的优化渲染,并且可以实时进行更新.