如何在PyQt中创建带颜色映射的实时三张子图

需要在PyQt窗口内实现3个共享Y轴的实时子图时，遇到两个核心问题：

• 使用plt.subplots(1,3)会生成独立Matplotlib窗口，无法嵌入PyQt界面；
• 直接用fig.add_subplot添加子图时程序报错，无法正常生成界面。

核心解决思路 #

1. 避开plt.subplots：该函数默认会创建Matplotlib自带的GUI窗口，不适合PyQt嵌入场景，应直接使用matplotlib.figure.Figure对象创建子图。
2. 正确绑定共享Y轴：通过fig.add_subplot的sharey参数关联三个子图的Y轴，同时保存所有子图引用，方便后续批量更新。
3. 整合实时更新与颜色映射：在定时更新函数中分别清除并重绘每个子图，同时应用自定义颜色映射逻辑。

完整实现代码 #

from matplotlib.figure import Figure
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from PyQt5 import QtCore, QtWidgets
import sys
import numpy as np
import matplotlib
matplotlib.use('Qt5Agg')
from matplotlib.colors import LinearSegmentedColormap

class MplCanvas(FigureCanvas):
    def __init__(self, parent=None, width=15, height=8, dpi=100):
        # 直接创建Figure对象，不依赖plt模块的窗口创建逻辑
        fig = Figure(figsize=(width, height), dpi=dpi)
        # 创建3个共享Y轴的子图，后两个绑定第一个的Y轴
        self.ax1 = fig.add_subplot(1, 3, 1)
        self.ax2 = fig.add_subplot(1, 3, 2, sharey=self.ax1)
        self.ax3 = fig.add_subplot(1, 3, 3, sharey=self.ax1)
        # 保存子图列表，便于批量操作
        self.axes_list = [self.ax1, self.ax2, self.ax3]
        
        # 设置标题与布局
        fig.suptitle("CHIP", fontsize=16)
        self.ax1.set_title('Iᵦ→ᶜ', fontsize=12)
        self.ax2.set_title('dIᵦ→ᶜ/dt', fontsize=12)
        self.ax3.set_title('Noise', fontsize=12)
        # 调整子图间距，避免标题、颜色条重叠
        fig.tight_layout(rect=[0, 0.05, 1, 0.95])
        
        # 自定义颜色映射
        self.custom_cmap = LinearSegmentedColormap.from_list(
            "custom", ["#00008B", "blue", "cyan", "green", "yellow", "orange", "red", "#8B0000"]
        )
        
        super(MplCanvas, self).__init__(fig)

class MainWindow(QtWidgets.QMainWindow):
    def __init__(self, *args, **kwargs):
        super(MainWindow, self).__init__(*args, **kwargs)
        
        self.canvas = MplCanvas(self)
        self.setCentralWidget(self.canvas)
        
        # 初始化模拟实验数据
        self.n_data = 2000
        self.xdata = np.random.random(self.n_data)
        self.ydata1 = np.random.random(self.n_data)
        self.ydata2 = np.random.random(self.n_data) * 0.5 + 0.25
        self.ydata3 = np.random.random(self.n_data) * 0.8 + 0.1
        
        self.update_plot()
        self.show()
        
        # 定时刷新数据（100ms/次）
        self.timer = QtCore.QTimer()
        self.timer.setInterval(100)
        self.timer.timeout.connect(self.update_plot)
        self.timer.start()

    def update_plot(self):
        # 更新模拟数据（实际场景替换为实验数据读取逻辑）
        self.xdata = np.random.random(self.n_data)
        self.ydata1 = np.random.random(self.n_data)
        self.ydata2 = np.random.random(self.n_data) * 0.5 + 0.25
        self.ydata3 = np.random.random(self.n_data) * 0.8 + 0.1
        
        # 生成颜色映射数据（可根据实际指标调整）
        colors1 = self.xdata + self.ydata1
        colors2 = self.xdata + self.ydata2
        colors3 = self.xdata + self.ydata3
        
        # 逐个更新子图
        for ax, ydata, colors in zip(self.canvas.axes_list, 
                                    [self.ydata1, self.ydata2, self.ydata3],
                                    [colors1, colors2, colors3]):
            ax.clear()
            # 绘制散点图，若需折线图替换为ax.plot()即可
            scatter = ax.scatter(self.xdata, ydata, c=colors, cmap=self.canvas.custom_cmap, s=10)
            # 添加颜色条，pad参数调整与子图的间距
            self.canvas.figure.colorbar(scatter, ax=ax, orientation='horizontal', pad=0.1)
        
        # 触发画布重绘
        self.canvas.draw()

if __name__ == "__main__":
    app = QtWidgets.QApplication(sys.argv)
    w = MainWindow()
    app.exec_()

关键细节说明 #

1. 子图创建逻辑：
   通过sharey=self.ax1让后两个子图共享第一个子图的Y轴，保证三个子图的Y轴刻度完全同步，避免独立缩放导致的对比误差。
2. 窗口嵌入兼容性：
   全程使用matplotlib.figure.Figure对象创建绘图区域，彻底避免plt模块自动生成独立GUI窗口的问题。
3. 实时更新优化：
   每个子图调用clear()清除旧内容后重绘，若需固定颜色范围，可在scatter函数中添加vmin和vmax参数，避免颜色映射随数据波动。
4. 布局调整：
   使用tight_layout调整子图间距，预留顶部标题和底部颜色条的空间，避免元素重叠。

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