如何用Matplotlib实现实时3D散点图？求Streamlit适配方案或替代库

问题描述 #

有人能解决如何用Matplotlib实现实时3D散点图的问题吗？我当前的代码无法正常运行，仅显示空白3D图且不更新。video是实时更新的帧序列，每帧包含3D坐标与手部骨架，我最终想要实现手势的实时可视化。请问如何让该功能在Streamlit中正常工作？或者有哪些可处理实时绘图的替代库推荐？感谢！

用户提供的原始代码：

import time
import matplotlib.pyplot as plt
# 假设c2是streamlit的别名，替换为标准的st
import streamlit as st

x = []
y = []
z = []


fig = plt.figure(figsize=(10, 10))
ax = plt.axes(projection = '3d')
graph = ax.scatter([], [], [], s=50, color='orange')  # s argument here 

st.pyplot(fig)
for i in range(len(video)):
    print(i)
    frame=video[i]
    for num in range(0,len(frame)-1) :
        #print(i)
        dx,dy,dz=frame[num]
        dx_n,dy_n,dz_n=frame[num+1]
        # Visualize 3D scatter plot
        x.append(dx) 
        y.append(dy) 
        z.append(dz)
        if i+1==len(frame)-1:       
            x.append(dx_n) 
            y.append(dy_n) 
            z.append(dz_n)
        # Give labels
        ax.set_xlabel('x')
        ax.set_ylabel('y')
        ax.set_ylabel('z') 
    graph._offsets3d = (x, y, z)

    time.sleep(0.01)

问题分析 #

你的代码有几个核心问题导致无法正常更新：

1. Streamlit的st.pyplot()默认只渲染一次静态图，循环里更新数据后没有重新触发渲染，所以看不到变化。
2. x/y/z列表一直追加数据，没有清空，会积累所有历史帧的点，不是实时显示当前帧的骨架。
3. 坐标轴标签设置错误：两次调用set_ylabel，z轴标签没设置（应该用set_zlabel）。
4. 骨架点追加的条件逻辑错误：i+1==len(frame)-1把帧索引和当前帧的点数混淆了，导致最后一个点可能没正确添加。

修复后的Matplotlib+Streamlit代码 #

import time
import matplotlib.pyplot as plt
import streamlit as st

# 创建一个空容器，用来动态更新图表
chart_container = st.empty()

# 初始化3D画布
fig = plt.figure(figsize=(10, 10))
ax = plt.axes(projection='3d')
# 一次性设置坐标轴标签和标题，不用每次循环重复设置
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Z')
ax.set_title('实时手部骨架3D可视化')

# 初始化散点图和连线存储（骨架需要连相邻点）
scatter = ax.scatter([], [], [], s=50, color='orange')
skeleton_lines = []

for frame in video:
    # 清空当前帧的坐标数据，只保留当前帧的点
    current_x, current_y, current_z = [], [], []
    
    # 移除上一帧的骨架连线，避免堆积
    for line in skeleton_lines:
        line.remove()
    skeleton_lines.clear()
    
    # 提取当前帧所有点的坐标
    for point in frame:
        dx, dy, dz = point
        current_x.append(dx)
        current_y.append(dy)
        current_z.append(dz)
    
    # 更新散点图数据
    scatter._offsets3d = (current_x, current_y, current_z)
    
    # 绘制骨架连线（连接相邻的两个点）
    for idx in range(len(frame)-1):
        line, = ax.plot(
            [current_x[idx], current_x[idx+1]],
            [current_y[idx], current_y[idx+1]],
            [current_z[idx], current_z[idx+1]],
            color='blue'
        )
        skeleton_lines.append(line)
    
    # 固定坐标轴范围（根据你的实际坐标值调整，防止画面跳变）
    ax.set_xlim(-0.5, 0.5)
    ax.set_ylim(-0.5, 0.5)
    ax.set_zlim(-0.5, 0.5)
    
    # 更新Streamlit容器中的图表
    chart_container.pyplot(fig)
    
    # 控制帧率
    time.sleep(0.01)

Streamlit实时绘图关键注意事项 #

• 必须用st.empty()创建可复用容器，每次循环用新的图表覆盖它，才能实现动态更新。
• 每次处理新帧时，一定要清空历史的点和连线，避免画面上堆积大量旧数据。
• 固定坐标轴范围能避免因坐标波动导致的画面频繁跳变，提升可视化体验。

替代库推荐 #

如果Matplotlib在实时性上达不到你的要求，这些库更适合Streamlit中的实时3D可视化：

• Plotly：原生支持交互式3D绘图，用st.plotly_chart()更新效率高，自带缩放、旋转等交互功能，适合手势可视化。
• PyVista：专注3D科学可视化，支持实时渲染复杂3D结构，配合st.pyvista_chart()可以轻松实现骨架、点云的实时展示。
• Open3D：专门针对3D数据处理优化，对骨架、点云的支持更好，可将渲染结果转成图像在Streamlit中更新。

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