如何逐像素更新2D彩色图不重绘旧像素及解决绘图冻结问题

我有一台可持续测量电压的仪器，通过调用get_sample_r函数将某一时刻的测量电压存入v_measured_array数组，希望实现实时2D彩色图可视化。以下是我用matplotlib写的尝试代码：

import numpy as np
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt

signal_path="/dev6541/demods/0/sample"

v_range=  [[0,15], [0,15]]
npoints_x=20
npoints_y=20
n_point_x = np.linspace(v_range[0][0], v_range[0][1], npoints_x)
n_point_y = np.linspace(v_range[1][0], v_range[1][1], npoints_y)
v_measured_array = np.ones(shape=(npoints_x,npoints_y))

plt.show(block=False)
fig = plt.figure()

for each_x in range(0,npoints_x):      
    for each_y in range(0,npoints_y):

        v_measured_array[each_x][each_y]= get_sample_r(daq_1, signal_path)  

        ax = fig.add_subplot(111)
        ax.imshow(v_measured_array, cmap='Greens', interpolation='None')
        fig.canvas.draw()
        fig.canvas.flush_events()  

原理上代码能运行，但当2D数组较大时，因为每次都要重绘整个v_measured_array，速度会变得极慢。我有两个技术问题：

1. 是否可以仅更新新采集的数据点（像素），而非重绘整个数据集来更新绘图？
2. 循环结束后绘图总会冻结，我试过多种后端值['GTK3Agg', 'GTK3Cairo', 'GTK4Agg', 'GTK4Cairo', 'MacOSX', 'nbAgg', 'QtAgg', 'QtCairo', 'Qt5Agg', 'Qt5Cairo', 'TkAgg', 'TkCairo', 'WebAgg', 'WX', 'WXAgg', 'WXCairo', 'agg', 'cairo', 'pdf', 'pgf', 'ps', 'svg', 'template']，都没解决（我用Spyder作为Python IDE）。

问题1解答：仅更新单个像素点，避免全量重绘 #

可以实现局部更新，核心思路是只初始化一次绘图对象，后续仅修改数据而非重建绘图：

• 把imshow和子图创建的代码移到循环外，获取对应的AxesImage对象
• 每次更新单个数据点后，调用set_data()更新图像数据，用draw_idle()替代全量draw()，只重绘需要更新的区域

优化后的核心代码示例：

# 初始化绘图（移到循环外）
plt.show(block=False)
fig = plt.figure()
ax = fig.add_subplot(111)
# 初始化图像对象，后续只更新它的数据
im = ax.imshow(v_measured_array, cmap='Greens', interpolation='None')

for each_x in range(npoints_x):      
    for each_y in range(npoints_y):
        # 更新数据数组
        v_measured_array[each_x][each_y] = get_sample_r(daq_1, signal_path)
        # 仅更新图像数据，无需重新调用imshow
        im.set_data(v_measured_array)
        # 只重绘需要更新的部分，比draw()更高效
        fig.canvas.draw_idle()
        fig.canvas.flush_events()

如果要进一步提速，还可以：

• 减少flush_events()的调用频率，比如每采集5个点更新一次，平衡实时性和速度
• 若颜色范围固定，提前用im.set_clim()锁定范围，避免每次更新时重新计算颜色映射

问题2解答：解决循环结束后绘图冻结的问题 #

Spyder中绘图冻结的核心原因是循环结束后事件循环未正常运行，或代码存在内存泄漏。可以尝试以下方案：

方案1：循环结束后保留事件循环 #

在循环结束后添加事件循环处理代码，让绘图窗口保持响应：

# 循环结束后添加
while plt.get_fignums():
    fig.canvas.flush_events()

方案2：让Spyder自动管理后端 #

打开Spyder的工具 > 偏好设置 > IPython控制台 > 图形，将后端设置为Automatic或QtAgg，然后重启Spyder。删除代码中手动指定matplotlib.use()的行，避免和Spyder的内置后端冲突。

方案3：删除循环内重复创建子图的代码 #

原代码每次循环都调用ax = fig.add_subplot(111)，会不断创建新子图导致内存占用飙升，这也是冻结的潜在原因。把创建ax的代码移到循环外，如问题1的优化代码所示。

方案4：改用matplotlib.animation模块 #

用动画模块管理实时更新，让matplotlib自动处理事件循环，从根源避免冻结：

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

signal_path="/dev6541/demods/0/sample"
v_range=  [[0,15], [0,15]]
npoints_x=20
npoints_y=20
v_measured_array = np.ones(shape=(npoints_x,npoints_y))

fig, ax = plt.subplots()
im = ax.imshow(v_measured_array, cmap='Greens', interpolation='None')

# 记录当前要更新的坐标
current_x, current_y = 0, 0

def update(frame):
    global current_x, current_y
    # 更新当前点数据
    v_measured_array[current_x][current_y] = get_sample_r(daq_1, signal_path)
    im.set_data(v_measured_array)
    # 切换到下一个坐标
    current_y += 1
    if current_y >= npoints_y:
        current_y = 0
        current_x += 1
    # 所有点更新完成后停止动画
    if current_x >= npoints_x:
        anim.event_source.stop()
    return im,

# interval控制更新间隔（毫秒），blit=True只更新变化区域
anim = FuncAnimation(fig, update, interval=10, blit=True)
plt.show()

内容的提问来源于stack exchange，提问作者Blackwidow