Вы создаете всю сетку каждые 0,2 секунды. Вы также создаете новый график каждые 0,2 секунды. Это замедляет ваше приложение. Создание нового таймера, каждый раз, когда вызывается emitGraph
, может быть и проблема.
Чтобы улучшить вашу программу, идея состоит в том, чтобы создать сетку один раз и только обновить данные внутри. Также создайте сюжет только один раз, обновив его новыми данными. В принципе, numpy очень быстро работает в операциях массива, и печать данных на экране не должна быть проблемой. Глядя на ваш код, одна проблема может заключаться в том, что вы на самом деле много работаете со списками, а не с массивами numpy. Поэтому старайтесь избегать создания списка и for-loops. На самом деле, я думаю, вы можете полностью избавиться от функции mesh
и тем самым сэкономить много времени.
Относительно участка, не назовите imshow()
при каждом обновлении! Если, например, self.image
ваш imshow-график, а затем просто обновить этот участок по телефону self.image.set_data(zz)
Если вы можете предоставить более подробную информацию о форме массивов, которые вы используете, и скажите нам, что self.slit
, я, вероятно, может помочь вам Больше.
На этом этапе вы также можете посмотреть следующий код, который пытается имитировать профилировщик луча и работает очень быстро.
from PyQt4 import QtGui, QtCore
import numpy as np
from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.backends.backend_qt4agg import NavigationToolbar2QT as NavigationToolbar
from matplotlib.figure import Figure
import sys, time, random
class WorkerObject(QtCore.QObject):
signalStatus = QtCore.pyqtSignal(object)
def __init__(self, parent=None):
super(self.__class__, self).__init__(parent)
self.data = np.zeros((600,800))
self.x = np.arange(0,800)
self.y = np.arange(0,600)
self.Y, self.X = np.meshgrid(self.x, self.y)
self.f = lambda x, y, x0, y0, sigmax, sigmay : 0.96*np.exp(-((x-x0)/float(sigmax))**2)*np.exp(-((y-y0)/float(sigmay))**2)
@QtCore.pyqtSlot()
def startWork(self):
print "StartWork"
x0 = random.randint(250,550)
y0 = random.randint(250,350)
sigmax = random.randint(100,200)
sigmay = random.randint(100,200)
while 1 > 0:
x0, y0, sigmax, sigmay = self.doWork(x0, y0, sigmax, sigmay)
def doWork(self, x0, y0, sigmax, sigmay):
dx, dy, dsx, dsy = random.randint(0,1)*2-1, random.randint(0,1)*2-1, random.randint(0,1)*2-1, random.randint(0,1)*2-1
self.data[:,:] = (self.f(self.X, self.Y, x0+dx, y0+dy, sigmax+dsx, sigmay+dsy)+np.random.random((600,800))*0.04)*(1.+np.random.rand()*0.04-0.02)
self.signalStatus.emit(self.data)
time.sleep(0.04)
return x0+dx, y0+dy, sigmax+dsx, sigmay+dsy
class App(QtGui.QMainWindow):
signalStatus = QtCore.pyqtSignal(object)
abortSignal = QtCore.pyqtSignal()
def __init__(self, parent=None):
super(App, self).__init__(parent)
self.button_start = QtGui.QPushButton('Start',self)
self.button_cancel = QtGui.QPushButton('Cancel', self)
self.label_status = QtGui.QLabel('', self)
self.mainbox = QtGui.QWidget(self)
self.layout = QtGui.QVBoxLayout()
self.mainbox.setLayout(self.layout)
self.setCentralWidget(self.mainbox)
self.layout.addWidget(self.button_start)
self.layout.addWidget(self.button_cancel)
self.layout.addWidget(self.label_status)
self.fig = Figure((6.0, 3.0), dpi=72)
self.canvas = FigureCanvas(self.fig)
self.canvas.setParent(self)
self.canvastoolbar = NavigationToolbar(self.canvas, self)
self.fig.patch.set_alpha(0.0)
self.ax = self.fig.add_subplot(111)
self.x = np.arange(0,800); self.y = np.arange(0,600)
self.im = self.ax.imshow(np.zeros((600, 800)), origin='upper', vmin=0, vmax=1)
self.pv, = self.ax.plot(np.zeros(600) ,self.y , color="white" , alpha=0.6, lw=2)
self.ph, = self.ax.plot(self.x ,np.zeros(800) , color="white" , alpha=0.6, lw=2)
self.ax.set_xlim([0,800]); self.ax.set_ylim([0,600])
self.layout.addWidget(self.canvas)
self.layout.addWidget(self.canvastoolbar)
self.initWorker()
def initWorker(self):
self.worker = WorkerObject()
self.worker_thread = QtCore.QThread()
self._connectSignals()
self.worker.moveToThread(self.worker_thread)
self.worker_thread.start()
def _connectSignals(self):
self.button_start.clicked.connect(self.worker.startWork)
self.button_cancel.clicked.connect(self.forceWorkerQuit)
self.worker.signalStatus.connect(self.updateStatus)
def forceWorkerQuit(self):
print "calculation aborted"
if self.worker_thread.isRunning():
self.worker_thread.terminate()
self.worker_thread.start()
@QtCore.pyqtSlot(object)
def updateStatus(self, obj):
self.im.set_data(obj)
argm = np.unravel_index(np.argmax(obj), (600,800))
self.pv.set_data(obj[:,argm[0]]*250, self.y)
self.ph.set_data(self.x, obj[argm[1], :]*250)
self.fig.canvas.draw()
if __name__=='__main__':
app = QtGui.QApplication(sys.argv)
thisapp = App()
thisapp.show()
sys.exit(app.exec_())
Редактировать (ответ на комментарий ниже, спрашивая, как рассчитать zz
):
Если я правильно понимаю, ваш slit_data_int[0]
является накопленная интенсивность в направлении X, slit_data_int[1]
это один в Y направлении.Если zz[j,i] = slit_data_int[1][j]*slit_data_int[0][i]
то это лучше вычисленная с помощью матричного умножения (np.outer
) в NumPy:
zz[:,:] = np.outer(slit_data_int[1], slit_data_int[0])
Большое спасибо! Он решил большинство моих проблем, однако у меня все еще есть некоторые проблемы с тем, как рассчитать данные zz. Профилятор луча возвращает данные с 4 щелей. Следовательно, это вектор, такой как np.array ([[slit1data], [slit2data], [slit3data], [slit4data]]). Slit 0 (ось X) и 1 (ось Y) - 25-миллиметровая щель, а 2 и 3 - 5-миллиметровые разрезы. Поэтому я просто использую self.slit для выбора той щели, которую я выбираю. Я не очень понимаю, как строить мои данные, потому что векторы положения не используются, так как я строю только матрицу интенсивности, – Eduardo
Итак, что такое щели 2 и 3? Используются ли они вообще? Во всяком случае, перемещаются ли щели или как вы получите полную 2d информацию только из двух 1D-массивов? – ImportanceOfBeingErnest
В моем Gui есть радиобутом, который меняет щели. Таким образом, его либо 0, либо 1 или 2 и 3. На самом деле это четыре 1D массива. Предположим, что это две пары, одна для оси X и другая для оси Y. Для первой пары мы имеем один массив позиции и один массив интенсивности, который показывает интенсивность для каждой точки в массиве позиций. То же самое касается Y. Итак, чтобы восстановить полные 2D-данные, нам нужно создать сетку, основанную на положениях X и Y, а затем создать матрицу для интенсивности, элементами которой являются произведения интенсивности проекции на ортогональную ось. Например: ZMatrix [i, j] = intx (i) * inty (j) – Eduardo