Cómo actualizar dinámicamente un gráfico en un bucle en el cuaderno Ipython (dentro de una celda)

Entorno: Python 2.7, matplotlib 1.3, IPython notebook 1.1, linux, chrome. El código está en una sola celda de entrada, usando--pylab=inline

Quiero usar el cuaderno IPython y los pandas para consumir un flujo y actualizar dinámicamente un gráfico cada 5 segundos.

Cuando solo uso la declaración de impresión para imprimir los datos en formato de texto, funciona perfectamente bien: la celda de salida sigue imprimiendo datos y agregando nuevas filas. Pero cuando trato de trazar los datos (y luego actualizarlos en un bucle), la trama nunca aparece en la celda de salida. Pero si elimino el bucle, solo grábelo una vez. Funciona bien.

Luego hice una prueba simple:

i = pd.date_range('2013-1-1',periods=100,freq='s')
while True:
    plot(pd.Series(data=np.random.randn(100), index=i))
    #pd.Series(data=np.random.randn(100), index=i).plot() also tried this one
    time.sleep(5)

La salida no mostrará nada hasta que interrumpa manualmente el proceso (ctrl + m + i). Y después de que lo interrumpo, la trama se muestra correctamente como múltiples líneas superpuestas. Pero lo que realmente quiero es una trama que aparezca y se actualice cada 5 segundos (o cuando elplot() que se llame a función, al igual que los resultados de la declaración de impresión que mencioné anteriormente, que funciona bien). Solo mostrar el gráfico final después de que la celda esté completamente hecha NO es lo que quiero.

Incluso intenté agregar explícitamente la función draw () después de cada plot(), etc. Ninguno de ellos funciona. Me pregunto cómo actualizar dinámicamente un gráfico mediante un bucle for / while dentro de una celda en el cuaderno IPython.

IPython.displaymódulo de uso :

%matplotlib inline
import time
import pylab as pl
from IPython import display
for i in range(10):
    pl.plot(pl.randn(100))
    display.clear_output(wait=True)
    display.display(pl.gcf())
    time.sleep(1.0)

Puede mejorar aún más esto agregando wait=Truea clear_output:

display.clear_output(wait=True)
display.display(pl.gcf())

Un par de mejoras en la respuesta de HYRY :

• llame displayantes clear_outputpara que termine con una parcela, en lugar de dos, cuando la celda se interrumpa.
• capturar el KeyboardInterrupt, para que la salida de la celda no esté llena de rastreo.

import matplotlib.pylab as plt
import pandas as pd
import numpy as np
import time
from IPython import display
%matplotlib inline

i = pd.date_range('2013-1-1',periods=100,freq='s')

while True:
    try:
        plt.plot(pd.Series(data=np.random.randn(100), index=i))
        display.display(plt.gcf())
        display.clear_output(wait=True)
        time.sleep(1)
    except KeyboardInterrupt:
        break

Agregar etiquetas a las otras soluciones publicadas aquí seguirá agregando nuevas etiquetas en cada ciclo. Para lidiar con eso, borre la trama usandoclf

for t in range(100)
   if t % refresh_rate == 0:

     plt.clf()
     plt.plot(history['val_loss'], 'r-', lw=2, label='val')
     plt.plot(history['training_loss'], 'b-', lw=1, label='training')
     plt.legend()
     display.clear_output(wait=True)
     display.display(plt.gcf())

Intente agregar show()o gcf().show()después de la plot()función. Esto forzará la actualización de la figura actual (gcf () devuelve una referencia para la figura actual).

Puedes hacerlo así. Acepta x, y como lista y genera un gráfico de dispersión más una tendencia lineal en el mismo gráfico.

from IPython.display import clear_output
from matplotlib import pyplot as plt
%matplotlib inline
    
def live_plot(x, y, figsize=(7,5), title=''):
    clear_output(wait=True)
    plt.figure(figsize=figsize)
    plt.xlim(0, training_steps)
    plt.ylim(0, 100)
    x= [float(i) for i in x]
    y= [float(i) for i in y]
    
    if len(x) > 1:
        plt.scatter(x,y, label='axis y', color='k') 
        m, b = np.polyfit(x, y, 1)
        plt.plot(x, [x * m for x in x] + b)

    plt.title(title)
    plt.grid(True)
    plt.xlabel('axis x')
    plt.ylabel('axis y')
    plt.show();

solo necesitas llamar live_plot(x, y)dentro de un bucle. Así es como se ve: