Python (jupyter) анимированный график

#python #matplotlib #jupyter_notebook

Подскажите есть ли возможность в jupyter рисовать анимированные графики, вроде графика
загрузки процессора в реальном времени? Пытаюсь сделать мониторинг времени ответа сервера
на пинг.
Разбираюсь с matplotlib, но то ли он такого не умеет, то ли я не нашел. 

import subprocess
import re
from matplotlib import pyplot as plt

def ping(adress):
    p = subprocess.Popen(["ping.exe",adress], stdout = subprocess.PIPE)
    out = p.communicate()[0]
    t = re.search(r'time=(\d*)',str(out))
    time = t.group().replace('time=','') if t else '0'
    return (time)

x=[0]

%matplotlib inline

for i in range(0,10):
    x.append(ping('ya.ru'))
    plt.plot(x)


График просчитывается весь и отрисовывается весь сразу, подскажите как сделать анимацию
и возможно ли вообще такое?
    

Ответы

Ответ 1

Можно так сделать:

import psutil
from datetime import datetime as dt
from collections import deque
import matplotlib.pyplot as plt
from matplotlib.dates import date2num
import matplotlib.animation as animation

%matplotlib notebook

N=600
x = deque([date2num(dt.now())], maxlen=N)
y = deque([0], maxlen=N)

fig, ax = plt.subplots(figsize=(8,3))
line, = ax.plot_date(x, y, marker="")

ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_visible(False)
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

def get_data():
    # return ping('ya.ru')
    return psutil.cpu_percent(.15)

def animate(i):
    x.append(date2num(dt.now()))
    y.append(get_data())
    ax.relim(visible_only=True)
    ax.autoscale_view(True)
    line.set_data(x, y)
    ax.fill_between(x, -0.5, y, color='lightgrey')
    return line,


ani = animation.FuncAnimation(fig, animate, interval=300)
#ani.save("d:/temp/test.gif", writer='imagemagick', fps=10)
plt.show()


Результат:


Ответ 2

в jupyter рисовать анимированные графики, вроде графика загрузки процессора в реальном
времени?



Рисуем фон и оси графика:

%matplotlib inline
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
line, = ax.plot([], [], color='g')
time_template = 'time = %s'
time_text = ax.text(0.05, 0.9, '', transform=ax.transAxes)

Создаём функцию, которая генерирует текущие значения (x, y): 

import time
import psutil  # !pip install psutil

def frames():    
    while True:        
        yield time.time(), psutil.cpu_percent(.15) # CPU % over the second

обновляем график и экран, используя значения полученные из frames(): 

import datetime as DT
from collections import deque

n = 1000
yy = deque([], maxlen=n)        
xx = deque([], maxlen=n)
display_handle = display(None, display_id=True)

def animate(args):
    xx.append(args[0])
    yy.append(args[1])
    line.set_data(xx, yy)
    time_text.set_text(time_template % DT.datetime.fromtimestamp(args[0]))
    ax.relim()  # update axes limits
    ax.autoscale_view(True, True, True)
    display_handle.update(fig)

for x_y in frames():
    animate(x_y)



Если вам не нужна поддержка Jupyter Lab или достаточно конечный цикл, который как
видео можно добавить, то вместо явного display_handler.update() и явного цикла, где
вручную animate() вызывается, можно использовать:

%matplotlib notebook
from matplotlib import animation

ani = animation.FuncAnimation(fig, animate, frames=frames)


и/или (конечное число кадров):

from IPython.display import HTML

HTML(ani.to_html5_video())