Python中更新滑块时如何删除旧绘制函数且保留坐标系

问题描述 #

使用Matplotlib滑块绘制线性函数时，调整滑块参数生成新函数后，旧的函数图像会保留显示。尝试用clf()或cla()清除旧图像，但会将自定义的坐标系（包括坐标轴位置、网格、箭头等设置）一并清除，需要保留这些基础元素仅更新函数图像。

解决方案 #

核心思路是保存初始绘制的函数线条对象，更新时直接修改线条的y轴数据，而非重复调用plot()生成新线条。这样既避免了旧图像残留，又不会破坏已设置好的坐标系样式。

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import Slider, Button, RadioButtons

# 坐标轴范围与刻度频率
xmin, xmax, ymin, ymax = -5, 5, -5, 5
ticks_frequency = 1

# 创建画布与轴对象
fig, ax = plt.subplots(figsize=(10, 10))

# x轴数据
x = np.arange(-5, 5., 0.025)

# 初始参数
m1 = 1
t1 = 0
m2 = 1
t2 = 0

# 初始化两条函数线并保存线条对象
line1, = ax.plot(x, m1*x + t1, lw=3, alpha=0.5, color="blue")
line2, = ax.plot(x, m2*x + t2, lw=3, alpha=1, color="orange")

# 定义滑块位置
ax_m1 = plt.axes([0.2, 0.075, 0.25, 0.03])
ax_t1 = plt.axes([0.2, 0.125, 0.25, 0.03])
ax_m2 = plt.axes([0.55, 0.075, 0.25, 0.03])
ax_t2 = plt.axes([0.55, 0.125, 0.25, 0.03])

# 创建滑块
mSlider1 = Slider(ax_m1, 'm1', -5.0, 5.0, valinit=m1, valstep=.01)
tSlider1 = Slider(ax_t1, 't1', -5.0, 5.0, valinit=t1, valstep=.01)
mSlider2 = Slider(ax_m2, 'm2', -5.0, 5.0, valinit=m2, valstep=.01)
tSlider2 = Slider(ax_t2, 't2', -5.0, 5.0, valinit=t2, valstep=.01)

# 更新函数：直接修改线条的y数据
def update_f1(val):
    m1 = mSlider1.val
    t1 = tSlider1.val
    line1.set_ydata(m1*x + t1)
    fig.canvas.draw_idle()  # 高效刷新画布

def update_f2(val):
    m2 = mSlider2.val
    t2 = tSlider2.val
    line2.set_ydata(m2*x + t2)
    fig.canvas.draw_idle()

# 绑定滑块事件
mSlider1.on_changed(update_f1)
tSlider1.on_changed(update_f1)
mSlider2.on_changed(update_f2)
tSlider2.on_changed(update_f2)

# 自定义坐标系设置
ax.set(xlim=(xmin-1, xmax+1), ylim=(ymin-1, ymax+1), aspect='equal')
ax.spines['bottom'].set_position('zero')
ax.spines['left'].set_position('zero')
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

ax.set_xlabel('x', size=14, labelpad=-24, x=1.03)
ax.set_ylabel('y', size=14, labelpad=-21, y=1.02, rotation=0)

x_ticks = np.arange(xmin, xmax+1, ticks_frequency)
y_ticks = np.arange(ymin, ymax+1, ticks_frequency)
ax.set_xticks(x_ticks[x_ticks != 0])
ax.set_yticks(y_ticks[y_ticks != 0])

ax.set_xticks(np.arange(xmin, xmax+1), minor=True)
ax.set_yticks(np.arange(ymin, ymax+1), minor=True)

ax.grid(which='both', color='grey', linewidth=1, linestyle='-', alpha=0.2)

# 绘制坐标轴箭头
arrow_fmt = dict(markersize=4, color='black', clip_on=False)
ax.plot((1), (0), marker='>', transform=ax.get_yaxis_transform(), **arrow_fmt)
ax.plot((0), (1), marker='^', transform=ax.get_xaxis_transform(), **arrow_fmt)

plt.show()

关键改动说明 #

1. 保存线条对象：初始绘制函数时，用line1, = ax.plot(...)保存返回的Line2D对象（注意逗号，因为plot()返回的是列表）。
2. 直接更新数据：在更新函数中，通过line1.set_ydata(new_y)修改线条的y轴数据，避免重复调用plot()生成新线条。
3. 高效刷新画布：使用fig.canvas.draw_idle()代替plt.draw()，只在必要时刷新画布，提升性能。
4. 简化逻辑：去掉了单独的参数更新函数，直接在绘图更新函数中获取滑块当前值，减少全局变量依赖。

内容的提问来源于stack exchange，提问作者Hütti