如何用PyQtGraph高效绘制上游进程逐个传入的实时滚动数据

以下几种方法可以实现无缓冲状态下的高效滚动绘图，核心是减少不必要的开销、优化更新逻辑：

• 复用单个曲线对象，避免重复创建
  不要每次收到新样本就创建新的PlotCurveItem，初始化时创建一次曲线，之后仅更新其数据数组，并保持数据长度在固定范围内（实现滚动效果）。这种方式避免了频繁创建/销毁图形元素的性能损耗。
  示例代码：

  # 初始化阶段
  self.plot_widget = pg.PlotWidget()
  self.curve = self.plot_widget.plot()
  self.x_data = []
  self.y_data = []
  self.max_display_points = 1000  # 设定最多显示的点数
  
  # 接收新样本时的更新逻辑
  def update_plot(self, new_x, new_y):
      self.x_data.append(new_x)
      self.y_data.append(new_y)
      # 截断旧数据，保持滚动范围
      if len(self.x_data) > self.max_display_points:
          self.x_data = self.x_data[-self.max_display_points:]
          self.y_data = self.y_data[-self.max_display_points:]
      # 直接更新已有曲线的数据
      self.curve.setData(self.x_data, self.y_data)
  

• 启用pyqtgraph内置的下采样优化
  利用PlotDataItem的downsample和autoDownsample参数，让pyqtgraph自动对超出屏幕显示能力的数据进行下采样，减少实际绘制的点数，大幅降低渲染压力。
  示例：

  # 初始化曲线时开启下采样
  self.curve = self.plot_widget.plot(downsample=True, autoDownsample=True)
  

• 将数据接收与绘图更新解耦
  把上游数据的接收逻辑放到独立线程中，通过信号槽机制将数据传递到主线程进行绘图更新。这样主线程不会被数据接收阻塞，保证绘图更新的流畅性。
  示例：

  from PyQt5.QtCore import QThread, pyqtSignal
  
  class DataFetchThread(QThread):
      sample_ready = pyqtSignal(float, float)  # 传递单样本(x,y)
  
      def run(self):
          while self.isRunning():
              # 模拟从上游获取单个样本
              x_val, y_val = get_single_sample()
              self.sample_ready.emit(x_val, y_val)
  
  # 主窗口中绑定信号
  self.fetch_thread = DataFetchThread()
  self.fetch_thread.sample_ready.connect(self.update_plot)
  self.fetch_thread.start()
  

• 关闭非必要的绘图特性
  关闭抗锯齿、自动缩放、网格等非必需功能，减少绘图时的计算量：

  # 关闭曲线抗锯齿
  self.curve.setAntialias(False)
  # 关闭自动缩放，固定显示范围
  self.plot_widget.enableAutoRange('xy', False)
  # 隐藏不需要的坐标轴或网格
  self.plot_widget.getPlotItem().hideGrid(x=True, y=True)
  

这些方法不需要依赖数据缓冲，通过优化绘图逻辑和利用pyqtgraph的内置特性，就能实现单个样本更新时的高效滚动绘图。

内容的提问来源于stack exchange，提问作者BigBrownBear00