PyQtGraph中如何实现选中区域的曲线裁剪功能

需求说明 #

• 基于PyQt+pyqtgraph开发谱图分析用户界面，核心交互为：绘制能谱曲线后，通过可移动的蓝色区域选框（LinearRegionItem）框选目标范围，点击Clip按钮即可裁剪删除选中区间的曲线
• 原有实现尝试编写clicked槽函数，预期逻辑为：获取选框上下界self.hi和self.lo，创建filtered列表存储待删除的DataFrame索引，修改数据后更新曲线显示，但存在逻辑错误和性能问题
• 测试数据为质谱测试csv文件，包含Energy（x轴能量值）、df1.1（y轴信号强度）两列字段

原有实现的核心问题 #

• 数据作用域错误：将存储曲线数据的DataFrame定义为类属性，所有窗口实例共享同一份数据，多次操作易出现状态污染
• 索引逻辑不匹配：第一次触发裁剪时才将DataFrame索引替换为Energy列，首次裁剪使用默认整数索引，和选框返回的x轴能量值量纲不一致，会出现删错数据的问题
• 性能低下：使用Python层列表推导逐行判断数据是否在选中区间，当曲线点数过万时遍历效率极低
• 冗余调用：手动触发curve.sigPlotChanged属于不必要操作，setData方法本身会自动触发曲线重绘
• 边界缺失：未做选框区间合法性校验，裁剪后如果数据为空会直接触发绘图报错

优化后的clicked函数实现 #

直接使用pandas向量化布尔索引做数据筛选，无需修改DataFrame索引，无需逐行遍历，代码简洁且性能更高：

def clicked(self):
    # 直接基于x轴对应的Energy列做布尔筛选，保留选框区间外的数据
    mask = (self.df["Energy"] < self.lo) | (self.df["Energy"] > self.hi)
    self.df = self.df[mask].reset_index(drop=True)
    # 更新曲线数据，自动触发重绘
    self.curve.setData(self.df["Energy"], self.df["df1.1"])
    # 可选：裁剪后自动调整选框位置到当前视图范围
    self.lr.setRegion([self.df["Energy"].min(), self.df["Energy"].max()])

该类交互需求的标准实现思路 #

• 数据视图分离：原始全量数据、当前显示的裁剪后数据分开存储，建议保留原始数据副本，方便后续扩展撤销、重置功能；数据统一使用实例属性存储，避免类属性带来的全局状态污染
• 坐标体系对齐：LinearRegionItem.getRegion()返回的是绘图控件x轴坐标系下的实际数值，筛选数据时必须直接和x轴对应的数据列（本案例中为Energy列）做比较，绝对不能和DataFrame默认整数索引混用
• 优先使用向量化操作：所有数据筛选、裁剪逻辑优先使用pandas、numpy内置的向量化方法实现，避免Python层逐行遍历，大幅提升大数据量下的操作流畅度
• 最小化视图更新：数据修改完成后，仅需要调用曲线对象的setData()方法传入新的x、y数组即可，pyqtgraph会自动完成重绘，不需要手动触发绘图相关信号
• 补全边界校验：增加选框区间合法性判断、裁剪后空数据判断，避免无效操作导致程序崩溃；裁剪后可同步调整选框位置、视图范围，给用户明确的操作反馈

修正后完整可运行代码 #

import pandas as pd 
import numpy as np 
import pyqtgraph as pg
from PyQt5 import QtWidgets
from PyQt5.QtWidgets import QMainWindow
import sys

class MyWindow(QMainWindow):
    def __init__(self):
        super(MyWindow, self).__init__()
        self.setWindowTitle("Spectrum analysis")
        # 数据初始化改为实例属性，避免全局污染
        self.file_list = ["BetaPinen4MSAlleParikel.csv"]
        self.df = pd.read_csv(self.file_list[0])
        self.lo, self.hi = 250, 300 # 初始选框默认值
        self.initUI()
        self.setCentralWidget(self.cw)
        # 布局初始化
        self.l.addWidget(self.pw3)
        self.l.addWidget(self.b1)
        self.cw.setLayout(self.l)
        # 绘图初始化
        self.curve_plot()
        self.lr.sigRegionChanged.connect(self.regionUpdate)
        self.pw3.addItem(self.lr)
        self.show()
    
    def curve_plot(self):
        self.curve = self.pw3.plot(self.df["Energy"], self.df["df1.1"], clickable=True)
        self.curve.curve.setClickable(True)
        self.curve.setPen('w')  # 白色曲线
        self.curve.setShadowPen(pg.mkPen((70,70,30), width=6, cosmetic=True))   

    def regionUpdate(self, regionItem):
        self.lo, self.hi = regionItem.getRegion()
        print(f"选中区间: {round(self.lo,2)} ~ {round(self.hi,2)}")

    def initUI(self):
        self.b1 = QtWidgets.QPushButton(self)
        self.b1.setText("Clip")
        self.b1.clicked.connect(self.clicked)
        self.cw = QtWidgets.QWidget()
        self.l = QtWidgets.QVBoxLayout()
        self.pw3 = pg.PlotWidget()
        self.lr = pg.LinearRegionItem([250, 300], movable=True)

    def clicked(self):
        # 布尔索引筛选，保留区间外数据
        mask = (self.df["Energy"] < self.lo) | (self.df["Energy"] > self.hi)
        self.df = self.df[mask].reset_index(drop=True)
        # 空数据判断避免报错
        if len(self.df) == 0:
            QtWidgets.QMessageBox.warning(self, "警告", "裁剪后无剩余数据")
            return
        # 更新曲线
        self.curve.setData(self.df["Energy"], self.df["df1.1"])
        # 调整选框到新的数据范围
        self.lr.setRegion([self.df["Energy"].min(), self.df["Energy"].max()])

def run_window():
    app = pg.mkQApp()
    win = MyWindow()
    sys.exit(app.exec_())

if __name__ == "__main__":
    run_window()

内容的提问来源于stack exchange，提问作者Cosis94