matplotlib中ion()和ioff()的使用以及画动态图

介绍

在使用matplotlib的过程中，发现不能像matlab一样同时开几个窗口进行比较，于是查询得知了交互模式，但是放在脚本里运行的适合却总是一闪而过，图像并不停留，遂仔细阅读和理解了一下文档，记下解决办法，问题比较简单，仅供菜鸟参考。

python可视化库matplotlib有两种显示模式：

1. 阻塞（block）模式
2. 交互（interactive）模式

在Python Consol命令行中，默认是交互模式。而在python脚本中，matplotlib默认是阻塞模式。

其中的区别是:

在交互模式下：

• plt.plot(x)或plt.imshow(x)是直接出图像，不需要plt.show()
• 如果在脚本中使用ion()命令开启了交互模式，没有使用ioff()关闭的话，则图像会一闪而过，并不会常留。要想防止这种情况，需要在plt.show()之前加上ioff()命令。

在阻塞模式下：

• 打开一个窗口以后必须关掉才能打开下一个新的窗口。这种情况下，默认是不能像Matlab一样同时开很多窗口进行对比的。
• plt.plot(x)或plt.imshow(x)是直接出图像，需要plt.show()后才能显示图像

示例

下面这个例子讲的是如何像matlab一样同时打开多个窗口显示图片或线条进行比较，同时也是在脚本中开启交互模式后图像一闪而过的解决办法：

    import matplotlib.pyplot as plt
    plt.ion()    # 打开交互模式
    # 同时打开两个窗口显示图片
    plt.figure()
    plt.imshow(i1)
    plt.figure()
    plt.imshow(i2)
    # 显示前关掉交互模式
    plt.ioff()
    plt.show()

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

#coding=utf-8
from matplotlib import style
import numpy as np
import matplotlib.pyplot as plt

xa=0
ya=0
xb=0
yb=0
bias=0

x0 = []
y0 = []
x1 = []
y1 = []
anglebias=[]
plt.axis([-60, 70, -10, 80])
plt.ion()

with open(r'F:/Code/navigation_kit/MultiNavigation/PDR/anglebias.txt', 'r') as f:
	for line in f:
		l_dir_list = line.split(',')
		bias=float(l_dir_list[0])
		anglebias.append(bias)


#with open(r'E:/Code/Windows/navigation_kit/MultiNavigation/MultiNavigation/out.txt', 'r') as f:
with open(r'F:/Code/navigation_kit/MultiNavigation/PDR/pdrshift1.txt', 'r') as f:
	for line in f:
		l_dir_list = line.split(',')
		xa+=float(l_dir_list[0])
		ya+=float(l_dir_list[1])
		x0.append(xa)
		y0.append(ya)
		#print(float(l_dir_list[1]), float(l_dir_list[0]))
		#plt.plot(x0, y0, "ob")
		#plt.draw()
		#plt.show()
with open(r'F:/Code/navigation_kit/MultiNavigation/PDR/pdrshift2.txt', 'r') as f:
	for line in f:
		l_dir_list = line.split(',')
		xb+=float(l_dir_list[0])
		yb+=float(l_dir_list[1])
		x1.append(xb)
		y1.append(yb)
		#print(float(l_dir_list[1]), float(l_dir_list[0]))

for x_0, y_0, x_1, y_1  in zip(x0, y0, x1, y1):
    #ax.scatter(x_0, y_0, c = 'b')
    #ax.scatter(x_1, y_1, c = 'g')
	plt.scatter(x_0, y_0,c='b')
	plt.scatter(x_1,y_1,c="r")
	plt.pause(0.1)
    


#plt.scatter(xa, ya,c='b',)
#plt.pause(0.1)
		
#plt.plot(x0, y0, "ob")
#plt.show()