如何在Jupyter Notebook中运行plt.draw/plt.pause实现绘图实时更新？

我之前也碰到过这个问题，核心原因很明确：%matplotlib inline是静态渲染模式，它只会输出绘图的最终静态结果，完全不支持实时的画布更新操作。下面给你两个实用的解决办法，按需选择：

1. 切换到交互式Matplotlib后端（推荐） #

直接把开头的魔法命令换成%matplotlib notebook或者%matplotlib widget（后者是Jupyter Lab官方推荐的，兼容性和交互体验更好），这两个后端都支持实时画布更新，你的原有代码只需要小调整就能正常运行：

%matplotlib widget
import matplotlib.pyplot as plt
import numpy as np

class PosePlotter:
    def __init__(self):
        self.pose = np.array([0, 0, 0])  # 初始化位姿
        # 显式创建画布和坐标轴，提前设置范围避免看不到图形
        self.fig, self.ax = plt.subplots()
        self.ax.set_xlim(-2, 2)
        self.ax.set_ylim(-2, 2)
        
        self.point, = self.ax.plot([],[], 'o', color='green')
        self.line, = self.ax.plot([],[], ls="-", color='red', lw=2)
        plt.show(block=False)

    def plot_pose(self):
        # 更新点和线的数据
        self.point.set_data(self.pose[0], self.pose[1])
        end_x = self.pose[0] - 0.5 * np.cos(self.pose[2])
        end_y = self.pose[1] + 0.5 * np.sin(self.pose[2])
        self.line.set_data([self.pose[0], end_x], [self.pose[1], end_y])
        
        self.fig.canvas.draw()  # 显式触发画布更新，比单纯pause更可靠
        plt.pause(0.0001)

# 测试实时更新效果
plotter = PosePlotter()
for i in range(100):
    # 模拟位姿变化
    plotter.pose = np.array([np.cos(i/10), np.sin(i/10), i/10])
    plotter.plot_pose()

这里额外做了两个关键优化：提前设置坐标轴范围（避免初始时看不到图形），显式调用canvas.draw()确保画布及时更新，有些场景下plt.pause()会自动触发刷新，但显式调用更稳定。

2. 在inline模式下模拟实时更新（迫不得已时用） #

如果因为某些限制必须保留%matplotlib inline，可以用IPython的clear_output函数逐帧清除旧图、绘制新图，模拟出实时更新的效果：

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
from IPython.display import clear_output

class PosePlotter:
    def __init__(self):
        self.pose = np.array([0, 0, 0])

    def plot_pose(self):
        plt.clf()  # 清除当前画布
        ax = plt.gca()
        ax.set_xlim(-2, 2)
        ax.set_ylim(-2, 2)
        
        # 重新绘制点和线
        ax.plot(self.pose[0], self.pose[1], 'o', color='green')
        end_x = self.pose[0] - 0.5 * np.cos(self.pose[2])
        end_y = self.pose[1] + 0.5 * np.sin(self.pose[2])
        ax.plot([self.pose[0], end_x], [self.pose[1], end_y], ls="-", color='red', lw=2)
        
        plt.show()
        clear_output(wait=True)  # 等待新图生成后再清除旧输出，减少闪烁

# 测试效果
plotter = PosePlotter()
for i in range(100):
    plotter.pose = np.array([np.cos(i/10), np.sin(i/10), i/10])
    plotter.plot_pose()

这种方式的缺点是每次都要重新绘制整个画布，性能不如交互式后端，而且会有轻微闪烁，但在只能用inline模式的场景下是可行的。

内容的提问来源于stack exchange，提问作者MoneyBall