如何快速更新matplotlib保留旧数据且同时运行pyqtgraph无帧率延迟

核心问题根因 #

卡顿本质是三个问题：

1. 两个绘图库都基于Qt后端，事件循环互相抢占资源，且GUI操作没有统一放在主线程
2. Matplotlib 3D散点更新方式错误，每次新增散点对象导致渲染负载指数上升
3. 存在大量冗余重复操作，无效占用CPU资源

具体优化措施 #

• 统一GUI事件循环，拆分数据接收线程
  所有Qt相关的绘图操作（包括Matplotlib Qt后端、pyqtgraph）都放在同一个Qt主线程运行，单独开子线程处理TCP socket数据接收，数据解析后通过信号槽传递给主线程更新绘图，避免跨线程操作GUI导致的卡顿。

• 优化Matplotlib 3D散点更新逻辑
  不要每次调用scatter3D新建对象，初始化时预创建两个散点实例，更新时直接修改坐标数据即可，修改代码如下：

  # __init__ 中初始化散点
  self.scatter_in = self.ax.scatter3D([], [], [], color='green')
  self.scatter_out = self.ax.scatter3D([], [], [], color='red')
  self.fig.canvas.draw()
  self.background = self.fig.canvas.copy_from_bbox(self.ax.bbox)
  
  # update中更新散点坐标，不需要重复scatter
  if is_in:
      self.pos_x.append(pos_x)
      self.pos_y.append(pos_y)
      self.pos_z.append(pos_z)
      self.scatter_in._offsets3d = (self.pos_x, self.pos_y, self.pos_z)
  else:
      self.pos_x_out.append(pos_x)
      self.pos_y_out.append(pos_y)
      self.pos_z_out.append(pos_z)
      self.scatter_out._offsets3d = (self.pos_x_out, self.pos_y_out, self.pos_z_out)
  # 降低matplotlib更新频率，每5帧更新一次即可，人眼无感知
  if self.iteration_index %5 ==0:
      self.fig.canvas.draw_idle()
  

• 移除冗余操作
  删掉update函数中重复调用的self.view.show()、self.fig.show()，初始化时调用一次即可。pyqtgraph曲线初始化时就把样式参数配置完，update时只传数据：

  # 初始化曲线时配置样式
  self.w1.curve2 = self.w1.plot(pen=None, symbol='t', symbolPen=None, symbolSize=marker_size, symbolBrush=(0, 114, 189))
  # update时只传数据，减少参数解析开销
  self.w1.curve2.setData(self.b)
  

• 调整更新频率避免资源过载
  把Qt定时器的间隔从1ms改为30ms（对应30fps，满足实时展示需求），避免事件队列被高频触发的更新请求塞满。

已知代码错误修复 #

当前代码还存在几个语法/逻辑错误需要先修复：

1. from mpl_toolkits import mplot3d被拆成了两行，需要合并
2. BufferLength = 500 marker_size = 14中间缺换行或分号
3. is_in = pos_z 0.5这类判断缺比较运算符，应该改为is_in = pos_z >=0.5
4. 变量visualize_recorded_msg未定义
5. 坐标赋值错误：self.pos_y.append(pos_x)应该改为self.pos_y.append(pos_y)，同理z坐标也存在赋值错误

内容的提问来源于stack exchange，提问作者user12071441