PyQtGraph与numpy实时图

Question

我目前正在做一个项目，读取8个传感器和绘图的实时图表。我使用了Matplotlib，但是它很慢，所以我切换到pyqtgraph。比较快。我参考了文档，并设计了一个简单的代码来绘制实时数据。我面临的唯一问题是磁盘空间和cpu使用急剧增加，因为我让它画了20分钟左右。这是我的密码。

from tinkerforge.ip_connection import IPConnection
from tinkerforge.bricklet_ptc import BrickletPTC

from pyqtgraph.Qt import QtGui, QtCore
import numpy as np
import pyqtgraph as pg

win = pg.GraphicsWindow(title="Basic plotting examples")
win.resize(1280,720)
win.setWindowTitle('Live Temperature Data')
#Enable antialiasing for prettier plots
pg.setConfigOptions(antialias=True)


p1 = win.addPlot(title = 'Sensor1')
curve1 = p1.plot(pen = '#00A3E0')
p1.setLabel('left', "Temperature", units='°C')
p1.setLabel('bottom', "Time", units= 's')
p1.setDownsampling(auto=True,mode='peak')
p1.setClipToView(True)
p1.showGrid(x=True, y=True)

tempC1 = []

def updateSensor1():
    global curve1, tempC1, indx1, p1

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1.append(temp1)

    curve1.setData(tempC1)
    app.processEvents()


timer1 = QtCore.QTimer()
timer1.timeout.connect(updateSensor1)
timer1.start(1000)

if __name__ == '__main__':
    import sys
    if (sys.flags.interactive != 1) or not hasattr(QtCore, 'PYQT_'):
        QtGui.QApplication.instance().exec_()

我听说列表要慢得多，numpy非常快，而且与pyqtgraph兼容得多。由于我对这个编程的东西是新手，所以我无法制作一个numpy数组来获取这些温度读数并绘制图表。我也参考过文件，但没有帮助

我有8个传感器，我不知道应该创建8个不同的numpy数组，或者像一个接收传感器值的多维数组，以及一个实时绘制这些值的函数。

如果有人能帮我创建numpy数组而不是列表，我将不胜感激。

Answer 1

因此，如果您想用np.array替换您的列表，您将面临一个主要问题:不可能以与列表相同的方式直接将数据追加到数组。一种可能是使用例如np.hstack、np.vstack、np.column_stack或np.row_stack。下面是一个如何使用updateSensor1更改np.hstack函数的示例

tempC1 = np.array(())

def updateSensor1():
    global curve1, tempC1, indx1, p1

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = np.array((dataArray1[0])).astype(np.float32)
    tempC1 = np.hstack((tempC1,temp1))

    curve1.setData(tempC1)
    app.processEvents()

但是，对于数组，每个“追加”操作都需要短期加倍所需的内存，因此您可能会发现，在处理大型数组时，使用列表将更有效。

一个更好的解决方案是生成一个数组(例如np.zeros)，它的大小与您想要的最终输出一样大，例如，经过20分钟的绘图之后。这样就可以避免数组的创建/破坏。然后只需创建另一个计数变量或将时间传递给您的updateSensor1-function，以便更新和绘制正确的数据，例如：

tempC1 = np.zeros((1200))
count = 0

def updateSensor1():
    global curve1, tempC1, indx1, p1, count

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1[count] = temp1

    curve1.setData(tempC1[::count])
    count += 1
    app.processEvents()

对于多个传感器，您只需向数组中添加新的维度，例如，对于8个传感器，创建一个np.zeros((1200,8))数组。我希望这在某种程度上是有用的..。

编辑：

如果您pop的列表，每个300s左右，但仍然希望x轴继续的时间，您应该传递第二个列表或数组的x/时间值。我建议如下：

import time

times = []
t0 = time.time()

def updateSensor1():
    global curve1, tempC1, indx1, p1, times, t0

    ipcon = IPConnection() # Create IP connection
    ptc1 = BrickletPTC(UID1, ipcon) # S1 
    ipcon.connect(HOST, PORT) # Connect to brickd 
    temperature1 = ptc1.get_temperature()

    dataArray1=str(temperature1/100).split(',')
    temp1 = float(dataArray1[0])
    tempC1.append(temp1)
    times.append(time.time()-t0)

    curve1.setData(times,tempC1)
    app.processEvents()

然后，您应该在弹出times列表的同时弹出tempC1列表。由于参考时间t0没有更改，这应该总是给出正确的时间。