如何用Matplotlib实现Binance WebSocket ETHUSDT数据非阻塞实时绘图

原代码的阻塞问题由两个逻辑缺陷直接导致：

• 每收到一条WebSocket消息就调用plt.show()，该函数默认运行在阻塞模式下，会暂停整个进程的执行，直到手动关闭弹出的图表窗口，完全中断了WebSocket的持续消息接收流程。
• 每次收到数据就重新执行plt.plot()创建新的绘图元素，没有复用已有的画布、坐标轴资源，既会生成冗余的图形对象，也无法实现“单张图表持续更新”的实时绘图效果。

• 开启Matplotlib交互模式，替代默认的阻塞绘图逻辑
  调用plt.ion()切换为交互绘图模式，该模式下创建的绘图窗口不会卡住后续代码执行，可通过手动触发短暂停实现界面刷新。
• 提前初始化可复用的绘图对象
  程序启动阶段就创建好画布、坐标轴、折线图形的空对象，后续收到新数据仅需更新折线的数据源，无需重复创建绘图元素。
• 拆分线程规避跨线程UI操作
  Matplotlib的绝大多数绘图后端都不支持跨线程安全操作，将WebSocket的长连接接收逻辑放到独立子线程运行，主线程专门负责绘图刷新，可彻底避免绘图卡顿、闪退问题。
• 限制数据缓存长度
  为收盘价数组设置最大缓存长度（比如匹配原代码x轴的1000个点上限），避免长期运行后数据量过大导致绘图性能下降。

import websocket, json
import matplotlib.pyplot as plt
import numpy as np
import threading

TRADE_SYMBOL = "ETHUSDT"
SOCKET = "wss://stream.binance.com:9443/ws/ethusdt@kline_1m"
# 匹配原x轴设置的最大数据缓存长度
MAX_DATA_LENGTH = 1000
closes = []

# 初始化绘图配置
plt.ion()
fig, ax = plt.subplots(figsize=(10, 6))
price_line, = ax.plot([], [], linewidth=2)
ax.set_xlim(0, MAX_DATA_LENGTH)
# 根据ETH常规价格区间设置初始y轴范围
ax.set_ylim(3000, 5000)

def on_message(ws, message):
    global closes
    parsed_msg = json.loads(message)
    kline_data = parsed_msg['k']
    close_price = float(kline_data['c'])
    # 更新收盘价缓存，超出长度则丢弃最早的数据
    closes.append(close_price)
    if len(closes) > MAX_DATA_LENGTH:
        closes.pop(0)

def run_websocket():
    ws = websocket.WebSocketApp(SOCKET, on_message=on_message)
    ws.run_forever()

if __name__ == "__main__":
    # 启动WebSocket接收子线程，设置为守护线程，主程序退出时自动回收
    ws_thread = threading.Thread(target=run_websocket, daemon=True)
    ws_thread.start()

    # 主线程循环刷新绘图，窗口关闭时自动退出
    while plt.fignum_exists(fig.number):
        # 更新折线图的数据源
        data_len = len(closes)
        price_line.set_xdata(np.arange(data_len))
        price_line.set_ydata(closes)
        # 自适应调整y轴范围，给数据留少量展示边距
        if data_len > 0:
            min_price = min(closes)
            max_price = max(closes)
            ax.set_ylim(min_price * 0.999, max_price * 1.001)
        # 触发界面重绘
        fig.canvas.draw_idle()
        # 20ms短暂停驱动界面刷新，不会造成长阻塞
        plt.pause(0.02)

• 不要在WebSocket的消息回调函数中直接调用Matplotlib绘图接口，回调函数运行在独立子线程，直接操作UI会触发未知的卡顿或崩溃。
• 无需在交互模式下手动调用plt.show()，通过循环内的plt.pause()即可持续驱动界面刷新。
• 可根据实际需求调整MAX_DATA_LENGTH和y轴自适应的边距比例，兼顾展示效果和性能。

内容的提问来源于stack exchange，提问作者roadrunner38