绘制实时串行数据的最有效的Python机制是什么？

Question

什么是最快的Python机制，用来将数据从串口读取到一个单独的进程，该进程正在绘制该数据？

我正在绘制实时脑电数据，我读取了一个串口.串口读取和数据包解压缩代码工作良好，如果我读取和存储数据，然后绘制存储的数据，它看起来很棒。如下所示：

注意:设备产生测试正弦波以进行调试。

​

​

我正在使用pyQtGraph进行绘图。在与我读取串行数据相同的进程中更新图不是一个选项，因为串行read()调用之间的轻微延迟会导致串行缓冲区溢出并导致错误的检查和求和。pyQtGraph有在一个单独的进程上呈现图形的规定，这是很棒的，但是瓶颈似乎在进程间的通信中。我尝试过不同的管道()和Queue()配置，所有这些都会导致滞后的、闪烁的图形更新。到目前为止，从串行端口获取新值到图形的最平滑、最一致的方法似乎是通过共享内存，如下所示：

from pyqtgraph.Qt import QtGui
import pyqtgraph as pg
from multiprocessing import Process, Array, Value, Pipe
from serial_interface import EEG64Board
from collections import deque

def serialLoop(arr):
    eeg = EEG64Board(port='/dev/ttyACM0')
    eeg.openSerial() 
    eeg.sendTest('1')        #Tells the eeg device to start sending data
    while True:
        data = eeg.readEEG() #Returns an array of the 8 latest values, one per channel
        if data != False:    #Returns False if bad checksum
            val.value = data[7] 

val = Value('d',0.0)
q = deque([],500)

def graphLoop():
    global val,q
    plt = pg.plot(q)
    while True:
        q.append(val.value)
        plt.plot(q,clear=True)
        QtGui.QApplication.processEvents()

serial_proc = Process(target=serialLoop, args=(val,), name='serial_proc')
serial_proc.start()

try:
    while True:
        graphLoop()
except KeyboardInterrupt:
    print('interrupted')

上面的代码执行实时绘图，只需提取serialLoop记录的最新值并将其附加到deque中。虽然绘图的更新很顺利，但它只获得了大约1/4的值，如生成的图中所示：

​

​

那么，您会推荐什么样的多进程或线程结构，然后在它们之间使用什么形式的IPC？

更新：

我每秒收到2,000个样本。我在想，如果我更新显示在100 fps，并增加20个新的样本每帧，那么我应该是好的。实现这一点的最佳Python多线程机制是什么？

Answer 1

这可能不是最有效的，但下面的代码实现了100 fps对于一个地块，或20个fps对于8个情节。这个想法非常简单:共享一个数组、索引和锁。当is有锁时，串行填充数组和增量索引，绘图过程周期性地从数组中获取所有新值，并在锁定下减少索引。

from pyqtgraph.Qt import QtGui
import pyqtgraph as pg
from multiprocessing import Process, Array, Value, Lock
from serial_interface import EEG64Board
from collections import deque

def serialLoop(arr,idx,lock):
    eeg = EEG64Board(port='/dev/ttyACM0')
    eeg.openSerial() 
    eeg.sendTest('1')        #Tells the eeg device to start sending data
    while True:
        data = eeg.readEEG() #Returns an array of the 8 latest values, one per channel
        if data != False:    #Returns False if bad checksum
            lock.acquire()
            for i in range(8):
                arr[i][idx.value] = data[i] 
            idx.value += 1
            lock.release()
    eeg.sendTest('2') 

arr = [Array('d',range(1024)) for i in range(8)]
idx = Value('i', 0)
q = [deque([],500) for i in range(8)]
iq = deque([],500)
lock = Lock()

lastUpdate = pg.ptime.time()
avgFps = 0.0

def graphLoop():
    global val,q,lock,arr,iq, lastUpdate, avgFps
    win = pg.GraphicsWindow()
    plt = list()
    for i in range(8):
        plt += [win.addPlot(row=(i+1), col=0, colspan=3)]
    #iplt = pg.plot(iq)
    counter = 0
    while True:
        lock.acquire()
        #time.sleep(.01)
        for i in range(idx.value):
            for j in range(8):
                q[j].append(arr[j][i])        
        idx.value = 0
        lock.release()
        for i in range(8):
            plt[i].plot(q[i],clear=True)
        QtGui.QApplication.processEvents()
        counter += 1

        now = pg.ptime.time()
        fps = 1.0 / (now - lastUpdate)
        lastUpdate = now
        avgFps = avgFps * 0.8 + fps * 0.2

serial_proc = Process(target=serialLoop, args=(arr,idx,lock), name='serial_proc')
serial_proc.start()

graphLoop()

serial_proc.terminate()