JupyterLab中Matplotlib实时绘图动画实现方案咨询

不用每次清除输出，直接更新已有绘图的内容就能解决闪烁问题，下面给你两种实用的方法：

方法1：使用Matplotlib交互式后端（推荐） #

JupyterLab中用%matplotlib widget后端能完美支持实时交互更新，步骤如下：

import matplotlib.pyplot as plt
import numpy as np

# 启用widget交互式后端
%matplotlib widget

# 创建画布和坐标轴，初始化空线条
fig, ax = plt.subplots()
line, = ax.plot([], [], 'b-')
ax.set_xlabel('迭代次数')
ax.set_ylabel('损失值')
ax.set_title('损失函数实时变化')

x_data = []
y_data = []

# 模拟训练循环
for step in range(100):
    # 模拟损失值下降过程
    current_loss = np.random.randn() * 0.1 + 0.6 * np.exp(-step/25)
    x_data.append(step)
    y_data.append(current_loss)
    
    # 更新线条的x、y数据
    line.set_data(x_data, y_data)
    # 自动调整坐标轴范围，避免数据超出显示区域
    ax.relim()
    ax.autoscale_view()
    
    # 刷新画布，更新显示
    fig.canvas.draw()
    fig.canvas.flush_events()

原理：这个方法直接修改已有线条对象的xdata和ydata，只刷新变化的部分，不会清除整个输出，完全没有闪烁。

方法2：用IPython的update_display更新显示 #

如果不想切换后端，也可以用update_display替换已有绘图，避免清除输出：

from IPython.display import display, update_display
import matplotlib.pyplot as plt
import numpy as np

# 创建绘图对象
fig, ax = plt.subplots()
line, = ax.plot([], [], 'r-')
ax.set_xlabel('迭代次数')
ax.set_ylabel('损失值')

# 初始显示绘图，获取display句柄
display_handle = display(fig, display_id=True)

x_data = []
y_data = []

for step in range(100):
    current_loss = np.random.randn() * 0.1 + 0.6 * np.exp(-step/25)
    x_data.append(step)
    y_data.append(current_loss)
    
    line.set_data(x_data, y_data)
    ax.relim()
    ax.autoscale_view()
    
    # 更新已有显示，不清除输出
    update_display(fig, display_id=display_handle.display_id)

原理：通过display_id复用同一个输出区域，直接替换里面的绘图内容，比clear_output的闪烁感弱很多。

注意：如果用默认的%matplotlib inline后端，第二种方法的效果会比第一种稍差，但依然能解决严重闪烁的问题；优先推荐第一种widget后端的方案。

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