PySide6PyQtGraph动态散点图实现

最近发现不少小伙伴都对文章很感兴趣，所以今天继续给大家介绍文章相关的知识，本文《PySide6 PyQtGraph 实现动态散点图更新》主要内容涉及到等等知识点，希望能帮到你！当然如果阅读本文时存在不同想法，可以在评论中表达，但是请勿使用过激的措辞~

本文档旨在解决在使用 PySide6 和 PyQtGraph 创建散点图时，如何实现数据的连续更新和实时显示的问题。通过修改原始代码，我们将确保在主窗口中生成的数据能够动态地反映在散点图对话框中，提供了一种简单有效的实时数据可视化方法。

实现连续更新散点图

在结合 PySide6 和 PyQtGraph 进行数据可视化时，一个常见的需求是实现数据的实时更新。以下是如何修改原始代码，以实现散点图的连续更新。

问题分析

原始代码的问题在于，SampleWindow 类中的 update_data 方法更新了 self.x 和 self.y 的值，但这些更新并没有反映到 ScatterPlotDialog 类中显示的散点图上。这是因为每次点击按钮打开对话框时，都会创建一个新的 ScatterPlotDialog 实例，并将当时的数据传递给它。后续的数据更新不会自动更新已经打开的对话框。

解决方案

要解决这个问题，需要做到以下几点：

1. 保持对话框实例的引用: 在 SampleWindow 类中保存 ScatterPlotDialog 实例的引用。
2. 在数据更新时更新散点图数据: 在 update_data 方法中，调用 ScatterPlotDialog 实例的 setData 方法，将新的数据传递给散点图。
3. 处理对话框未创建的情况: 在 update_data 方法中，需要判断对话框是否已经创建，避免在对话框未创建时调用 setData 方法。

代码实现

首先，在 SampleWindow 类的 __init__ 方法中，初始化 self.dialog 为 None：

class SampleWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("Sample Window")
        self.setup_ui()

        self.x = []  # Initialize x and y values as empty lists
        self.y = []

        self.timer = QTimer()
        self.timer.timeout.connect(self.update_data)
        self.timer.start(1000)  # Update data every 1 second

        self.dialog = None   # default value before you create this dialog

然后，修改 open_scatter_plot_dialog 方法，将创建的 ScatterPlotDialog 实例保存到 self.dialog 中：

def open_scatter_plot_dialog(self):
    self.dialog = ScatterPlotDialog(self.x, self.y)
    self.dialog.exec()

最后，修改 update_data 方法，在更新数据后，检查 self.dialog 是否存在，如果存在，则更新散点图的数据：

def update_data(self):
    # Generate new random data points and update x and y values
    self.x = [random.uniform(0, 10) for _ in range(10)]
    self.y = [random.uniform(0, 10) for _ in range(10)]

    if self.dialog:  # check if dialog already exists
        self.dialog.scatter_plot.setData(x=self.x, y=self.y)

完整代码

以下是完整的修改后的代码：

from PySide6.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QPushButton, QDialog
from PySide6.QtCore import QTimer
import pyqtgraph as pg
import random


class ScatterPlotDialog(QDialog):
    def __init__(self, x, y):
        super().__init__()
        self.setWindowTitle("Scatter Plot Dialog")
        self.setup_ui()

        # Create initial empty scatter plot
        self.scatter_plot = pg.ScatterPlotItem()
        self.plot_widget.addItem(self.scatter_plot)

        # Set initial scatter plot data
        self.scatter_plot.setData(x=x, y=y)

    def setup_ui(self):
        layout = QVBoxLayout(self)
        self.plot_widget = pg.PlotWidget(self)
        layout.addWidget(self.plot_widget)
        self.setLayout(layout)


class SampleWindow(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setWindowTitle("Sample Window")
        self.setup_ui()

        self.x = []  # Initialize x and y values as empty lists
        self.y = []

        self.timer = QTimer()
        self.timer.timeout.connect(self.update_data)
        self.timer.start(1000)  # Update data every 1 second

        self.dialog = None   # default value before you create this dialog

    def setup_ui(self):
        self.button = QPushButton("Open Scatter Plot Dialog", self)
        self.button.clicked.connect(self.open_scatter_plot_dialog)

    def update_data(self):
        # Generate new random data points and update x and y values
        self.x = [random.uniform(0, 10) for _ in range(10)]
        self.y = [random.uniform(0, 10) for _ in range(10)]

        if self.dialog:  # check if dialog already exists
            self.dialog.scatter_plot.setData(x=self.x, y=self.y)

    def open_scatter_plot_dialog(self):
        self.dialog = ScatterPlotDialog(self.x, self.y)
        self.dialog.exec()


if __name__ == "__main__":
    app = QApplication([])
    window = SampleWindow()
    window.show()
    app.exec()

注意事项

• 确保 PyQtGraph 已经正确安装。
• 在实际应用中，可以根据需要调整数据更新的频率。
• 如果数据量很大，可以考虑使用 PyQtGraph 的 PlotCurveItem 或其他更高效的绘图方式。
• 如果需要在对话框关闭时释放资源，可以在 ScatterPlotDialog 类中重写 closeEvent 方法。

总结

通过以上修改，我们成功实现了使用 PySide6 和 PyQtGraph 创建的散点图的连续更新。这种方法可以应用于各种需要实时数据可视化的场景，例如传感器数据监控、金融数据分析等。关键在于保持对话框实例的引用，并在数据更新时更新散点图的数据。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~