求助：Matplotlib动态柱状图循环迭代无法实时更新问题

这个问题我之前踩过坑！核心原因是你用的%matplotlib inline后端是静态渲染模式——它不会在循环过程中实时更新图表，只会在整个代码执行完毕后一次性输出最终的结果。下面给你几个实用的解决方案，根据你的使用场景选就行：

方案1：用交互式Matplotlib后端（推荐） #

如果是在Jupyter Notebook/Lab里，把%matplotlib inline换成交互式后端，比如%matplotlib notebook或者%matplotlib widget（Jupyter Lab更推荐后者），然后配合画布刷新方法就能实现实时更新：

import matplotlib.pyplot as plt
import time
import numpy as np

# 替换为交互式后端
%matplotlib notebook

fig, ax = plt.subplots(1,1)
people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
y_pos = np.arange(len(people))

# 初始化轴配置
ax.set_xlabel("Load", fontsize=12)
ax.set_ylabel("People", fontsize=12)
ax.set_yticks(y_pos)
ax.set_yticklabels(people)
# 固定x轴范围，避免每次自动缩放晃眼
ax.set_xlim(0, 20)

# 循环更新数据
for _ in range(10):
    # 生成随机负载数据
    current_load = np.random.randint(1, 20, size=len(people))
    
    # 清除旧的柱状图
    ax.clear()
    # 重新设置轴配置（clear会清空所有轴元素）
    ax.set_xlabel("Load", fontsize=12)
    ax.set_ylabel("People", fontsize=12)
    ax.set_yticks(y_pos)
    ax.set_yticklabels(people)
    ax.set_xlim(0, 20)
    
    # 绘制新的柱状图
    ax.barh(y_pos, current_load)
    
    # 强制刷新画布，让更新实时显示
    fig.canvas.draw()
    fig.canvas.flush_events()
    
    # 暂停0.5秒，方便观察变化
    time.sleep(0.5)

优化小技巧：不清除轴，直接更新柱子数据 #

上面的方法每次都要清除轴重绘，有点浪费资源。如果想更高效，可以初始绘制一个空柱状图，然后每次直接更新柱子的宽度（横向柱状图）或高度（纵向）：

%matplotlib notebook

fig, ax = plt.subplots(1,1)
people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
y_pos = np.arange(len(people))

# 初始绘制空柱状图，保存每个柱子的对象
bars = ax.barh(y_pos, np.zeros(len(people)))

# 一次性配置好轴元素，后续不用再重复设置
ax.set_xlabel("Load", fontsize=12)
ax.set_ylabel("People", fontsize=12)
ax.set_yticks(y_pos)
ax.set_yticklabels(people)
ax.set_xlim(0, 20)

for _ in range(10):
    current_load = np.random.randint(1, 20, size=len(people))
    # 逐个更新柱子的宽度
    for bar, load in zip(bars, current_load):
        bar.set_width(load)
    
    # 刷新画布
    fig.canvas.draw()
    fig.canvas.flush_events()
    time.sleep(0.5)

方案2：在inline模式下用IPython Display模块 #

如果必须用%matplotlib inline（比如某些环境不支持交互式后端），可以用IPython的display模块来手动控制输出刷新：

import matplotlib.pyplot as plt
import time
import numpy as np
from IPython import display

%matplotlib inline

fig, ax = plt.subplots(1,1)
people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
y_pos = np.arange(len(people))

ax.set_xlabel("Load", fontsize=12)
ax.set_ylabel("People", fontsize=12)
ax.set_yticks(y_pos)
ax.set_yticklabels(people)
ax.set_xlim(0, 20)

for _ in range(10):
    current_load = np.random.randint(1, 20, size=len(people))
    
    ax.clear()
    ax.set_xlabel("Load", fontsize=12)
    ax.set_ylabel("People", fontsize=12)
    ax.set_yticks(y_pos)
    ax.set_yticklabels(people)
    ax.set_xlim(0, 20)
    ax.barh(y_pos, current_load)
    
    # 清除当前输出，等待新的图表输出
    display.clear_output(wait=True)
    # 显示当前图表
    display.display(plt.gcf())
    
    time.sleep(0.5)

# 最后关闭图表，避免重复输出
plt.close()

这个方法是每次用新的图表替换掉之前的输出，虽然不如交互式后端流畅，但在静态环境下也能实现“动态”更新的效果。

内容的提问来源于stack exchange，提问作者sriram