在Jupyter / iPython中动态更新图的当前正确方法是什么？

Question

在有关如何在ipython笔记本中（一个单元内）在循环中动态更新绘图的答案中，给出了一个示例，说明了如何在Python循环内在Jupyter笔记本中动态更新绘图。但是，这可以通过在每次迭代中销毁并重新创建绘图来实现，并且其中一个线程中的注释指出，可以使用新颖的%matplotlib nbagg魔术来改善这种情况，该魔术提供了嵌入在笔记本中的交互式图形，而不是比静态图片

但是，nbagg就我所知，这个奇妙的新功能似乎完全没有记载，而且我找不到如何使用它动态更新绘图的示例。因此，我的问题是，
如何使用nbagg后端有效地更新Jupyter / Python笔记本中的现有绘图？
由于通常在matplotlib中动态更新图是一个棘手的问题，因此一个简单的工作示例将提供巨大帮助。指向有关该主题的任何文档的指针也将非常有帮助。

要清楚我要的是什么：我想做的是运行一些模拟代码进行几次迭代，然后绘制其当前状态的图，再运行其进行几次迭代，然后更新该图以反映当前状态，依此类推。因此，想法是绘制一个图，然后在用户不进行任何交互的情况下，在不破坏和重新创建整个事物的情况下更新图中的数据。

这是对上面链接的问题的答案进行的一些稍微修改的代码，该代码通过每次重新绘制整个图形来实现。我想达到相同的结果，但使用会更有效nbagg。

%matplotlib inline
import time
import pylab as pl
from IPython import display
for i in range(10):
    pl.clf()
    pl.plot(pl.randn(100))
    display.display(pl.gcf())
    display.clear_output(wait=True)
    time.sleep(1.0)

Answer 1

这是一个循环更新图的示例。它会更新图中的数据，并且不会每次都重新绘制整个图。它确实会阻止执行，但是，如果您有兴趣运行有限的一组模拟并将结果保存在某处，则对您来说可能不是问题。

%matplotlib notebook

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

def pltsin(ax, colors=['b']):
    x = np.linspace(0,1,100)
    if ax.lines:
        for line in ax.lines:
            line.set_xdata(x)
            y = np.random.random(size=(100,1))
            line.set_ydata(y)
    else:
        for color in colors:
            y = np.random.random(size=(100,1))
            ax.plot(x, y, color)
    fig.canvas.draw()

fig,ax = plt.subplots(1,1)
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_xlim(0,1)
ax.set_ylim(0,1)
for f in range(5):
    pltsin(ax, ['b', 'r'])
    time.sleep(1)

我把它放在这里的nbviewer上。

有一个IPython
Widget版本nbagg，目前正在Matplotlib存储库中进行
。如果可以的话，那可能是最好的使用方式nbagg。

编辑：更新以显示多个图