如何用Matplotlib实现曲线平滑动态移动（附代码）

你的代码核心问题是每次循环都重复绘制整条曲线，且没用到Matplotlib专门的动画机制，导致画面卡顿或静态。要实现视频里的平滑滚动效果，用FuncAnimation是最优方案，下面是具体优化思路和代码：

问题拆解 #

• 每次调用plt.plot都会叠加新曲线，既浪费资源又让画面混乱
• plt.pause的刷新方式效率极低，根本做不到平滑效果
• 你的逻辑里limit_values存了所有历史数据，没实现"只显示最新一段数据"的滚动窗口效果

优化后的代码 #

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 先把原始数据转成数值列表（假设data是你的输入数据）
time_data = [float(row[0]) for row in data[1:]]
amplitude_data = [float(row[1]) for row in data[1:]]

# 设置滚动窗口大小，比如只显示最近60个数据点
WINDOW_SIZE = 60

# 初始化画布和坐标轴
fig, ax = plt.subplots()
# 只创建一条线条对象，后续只更新它的数据
line, = ax.plot([], [], color='black', label="signal one")
ax.set_title('Signal Viewer')
ax.set_xlabel('Time (s)')
ax.set_ylabel('Amplitude (m)')
# 提前固定y轴范围（如果数据振幅有固定区间，能避免y轴频繁跳动）
ax.set_ylim(min(amplitude_data), max(amplitude_data))
ax.legend()

# 初始化函数：设置线条初始空数据
def init():
    line.set_data([], [])
    return line,

# 动画更新函数：每帧更新线条数据和x轴范围
def update(frame):
    # 计算当前窗口的起始索引，确保不超出数据范围
    start_idx = max(0, frame - WINDOW_SIZE + 1)
    # 取最近WINDOW_SIZE个数据点
    current_x = time_data[start_idx:frame+1]
    current_y = amplitude_data[start_idx:frame+1]
    
    # 更新线条数据
    line.set_data(current_x, current_y)
    # 调整x轴范围为当前窗口的时间区间
    ax.set_xlim(current_x[0], current_x[-1])
    return line,

# 创建动画：interval是帧间隔（毫秒），值越小动画越平滑
ani = FuncAnimation(fig, update, frames=len(time_data), init_func=init,
                    blit=True, interval=30, repeat=False)

plt.show()

关键改进说明 #

• FuncAnimation：Matplotlib官方推荐的动画工具，通过更新已有线条的数据而非重复绘图，实现高效平滑的动画效果
• 滚动窗口逻辑：每次只保留并展示最新的WINDOW_SIZE个数据点，完美模拟视频里的曲线移动效果
• blit=True：只刷新画面中变化的部分，大幅提升动画运行效率
• 固定y轴范围：如果你的数据振幅范围已知，提前设置能避免y轴频繁跳动，进一步提升视觉流畅度

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