如何在Jupyter Notebook纯Python环境运行Processing Python草图并传数据？

我懂你的需求——不想碰JavaScript，全程用Python在Jupyter里实现Processing风格的交互可视化，还能实时给草图喂数据、更新视角对吧？那py5绝对是你的最优选择，它是Processing的纯Python实现，完全不需要依赖JS，对Jupyter的适配也做得非常好。

第一步：安装并初始化py5 #

先在终端完成库安装：

pip install py5

然后在Jupyter Notebook里加载py5的魔法扩展，让它能正常运行交互式草图：

%load_ext py5

第二步：实现带实时数据更新的草图 #

下面是适配你需求的完整代码示例，我把数据传递、实时更新的核心逻辑都整合进去了：

import numpy as np
import py5
import time
from queue import Queue

# 用线程安全的队列传递数据，避免绘图线程和数据加载线程冲突
data_queue = Queue()

class DataVisualSketch:
    def __init__(self):
        self.current_batch = None
    
    def setup(self):
        # 初始化画布大小，支持2D/3D（加py5.P3D即可开启3D）
        py5.size(800, 600)
        # 设置初始绘图样式
        py5.background(255)
        py5.stroke(0, 100, 200)
        py5.fill(0, 100, 200, 50)
    
    def draw(self):
        # 每次绘图前检查是否有新数据
        if not data_queue.empty():
            self.current_batch = data_queue.get()
        
        if self.current_batch is not None:
            # 清空画布准备绘制新数据
            py5.background(255)
            # 这里替换成你的可视化逻辑，比如绘制散点、3D模型等
            for x, y in self.current_batch:
                py5.ellipse(x * py5.width, y * py5.height, 15, 15)

# 初始化并启动草图，非阻塞模式让Jupyter可以继续执行后续代码
sketch = py5.create_sketch(DataVisualSketch())
sketch.run_sketch(blocking=False)

# 模拟你的数据加载逻辑，替换成实际的np.load和getNextBatch
def data_generator():
    while True:
        # 生成一批模拟数据（替换成你的真实数据加载代码）
        batch = np.random.rand(120, 2)
        yield batch
        time.sleep(0.3)  # 模拟数据更新间隔

# 持续给草图喂数据
for batch in data_generator():
    data_queue.put(batch)
    # 可根据需求添加终止条件，比如检测特定信号后停止循环

关键细节说明 #

• 线程安全数据传递：用Queue来传递数据是因为py5的绘图线程和你的数据加载线程是并行的，直接共享变量可能会引发线程安全问题。
• 非阻塞运行：run_sketch(blocking=False)让草图在后台运行，不会卡住Jupyter的代码执行，这样你才能持续给它推送新数据。
• 灵活的可视化扩展：如果需要3D视角，只要在setup里把size改成py5.size(800, 600, py5.P3D)，然后用py5的3D绘图API（比如sphere()、box()）即可，全程纯Python实现。

内容的提问来源于stack exchange，提问作者vwvan