如何用Matplotlib高效实时重绘含100个点的曲线？

你的代码帧率低的核心问题是每次循环都清空坐标轴、重新创建曲线并全局重绘，这会产生大量不必要的开销。Matplotlib中实时更新绘图的标准高效方式是复用已有的曲线对象，只更新数据，再局部重绘，而不是每次从头构建图表。

优化思路 #

• 提前初始化固定的x轴数据（因为每次都是100个点，x可以固定为0到99）
• 先创建一条空的曲线，获取对应的Line2D对象
• 循环中仅更新曲线的y值数据
• 使用局部重绘的方式更新画布，避免全局重绘的开销

优化后的代码 #

import time
import matplotlib.pyplot as plt
import numpy as np

# 初始化画布和坐标轴
fig, ax = plt.subplots()
# 固定x轴数据（100个点）
x = np.arange(100)
# 创建初始曲线，获取Line2D对象
line, = ax.plot(x, np.zeros(100), color='b')
# 设置坐标轴范围，避免每次重绘自动调整范围（进一步提速）
ax.set_ylim(0, 1)
ax.set_xlim(0, 99)

# 开启交互模式
plt.ion()
fig.show()

t0 = time.time()
for i in range(10000000):
    # 生成新的100个点数据
    y = np.random.random(100)
    # 更新曲线的y数据
    line.set_ydata(y)
    
    # 局部重绘：只重绘坐标轴背景和曲线，比全局重绘快很多
    ax.draw_artist(ax.patch)
    ax.draw_artist(line)
    # 刷新画布事件
    fig.canvas.flush_events()
    
    # 输出帧率（减少打印频率避免影响性能）
    if i % 10 == 0:
        print(i, i/(time.time()-t0))

关键优化点说明 #

1. 复用Line2D对象：line, = ax.plot(...)获取曲线对象后，每次只用set_ydata更新数据，避免重复创建曲线元素。
2. 固定坐标轴范围：提前设置ylim和xlim，避免Matplotlib每次重绘时自动计算坐标轴范围，节省计算资源。
3. 局部重绘：使用ax.draw_artist()只重绘必要的部分（坐标轴背景和曲线），替代全局的fig.canvas.draw()，大幅降低重绘开销。
4. 交互模式：plt.ion()开启交互模式，配合fig.canvas.flush_events()处理UI事件，保证绘图实时响应。

这种实现方式能把帧率提升到几十甚至上百FPS，是Matplotlib中处理实时更新绘图的标准高效方案。

内容的提问来源于stack exchange，提问作者Basj