Matplotlib中_invalidate_internal执行时间线性增长原因及解决方案咨询

函数核心功能 #

_invalidate_internal 是Matplotlib变换系统的底层通知函数，所有坐标变换关联对象（包括线条、坐标轴、刻度、图形元素）的属性发生变化时，都会触发该函数向上下游关联的变换节点传递失效标记，通知所有绑定的对象需要重新计算坐标映射关系。
该函数执行时长持续增长的核心原因是：每次重绘时需要遍历的关联变换节点数量持续增加，本质是绘图对象堆积导致的变换链无限变长。

针对你的场景的优化措施 #

你当前代码的核心问题是 make_plot() 方法大概率是每次更新数据时都重新调用 plot() 生成新的线条对象，没有复用已有对象，导致axes上的历史线条越来越多，每个线条都绑定独立的变换节点，最终推高了 _invalidate_internal 的遍历耗时，内存溢出后程序无报错崩溃。可按以下步骤修复：

• 复用绘图对象：初始化阶段为每个动态图生成一次Line2D对象并存储，例如：

  # 初始化阶段执行一次即可
  current_plot.line, = current_plot.ax.plot([], [], color=current_plot.plot_color)
  

  数据更新时直接修改已有线条的数据，不要重复调用plot()方法：

  current_plot.line.set_xdata(time_stream)
  current_plot.line.set_ydata(data_stream)
  

• 局部重绘代替全局重绘：更新数据后不要触发整个画布重绘，仅重绘变化的线条，结合blit模式减少无效计算：

  # 仅重绘变化的线条
  current_plot.ax.draw_artist(current_plot.line)
  current_plot.canvas.blit(current_plot.ax.bbox)
  

• 减少属性变更触发的失效通知：仅在颜色确实需要变更时再修改线条颜色，不要每次更新数据都重复赋值颜色属性；固定x轴显示范围，避免每次数据更新都触发坐标轴自动缩放导致的变换失效。
• 定期检查冗余对象：可临时加日志输出len(current_plot.ax.lines)，如果该数值持续增长，说明存在绘图对象堆积，需要在新建对象前先调用old_line.remove()清理旧对象。

内容的提问来源于stack exchange，提问作者b_cat64