使用matplotlib进行性能考虑的动画中的内存泄漏

Question

最近，我正在使用Matplotlib使用Python进行动画。一开始，我跟随在网中搜索的示例，该示例具有以下结构：

=========================================================================
import matplotlib.pyplot as plot
import matplotlib.animation as anim
def animate(i):
    ax.clear()
    # Re-plot the figure with updated animation data
if __name__ == "__main__":
    fig, ax = plot.subplots(fsigsize=(8,4))
    an = anim.FuncAnimation(fig, animate, interval=1)
    plot.show()
=========================================================================

此代码似乎还可以。没有内存泄漏。但是问题在于它运行太慢。因为在使用更新的动画数据重新生成图时，必须一次又一次地完成绘图的所有设置（例如Set_xlim（），set_ylim（），绘制轴等）。因此，我试图以这种方式提高性能：

========================================================================
import matplotlib.pyplot as plot
import matplotlib.animation as anim
def init():
    ax.set_title("....")
    ax.set_xlim(-1, 1)
    ax.set_ylim(-10,10)
    # plot axes, and all the patterns which are fixed in the animation
def animate(i):
    # x[] and y[] are large arrays with updated animation data
    if ('la' in globals()): la.remove()
    la, = ax.plot(x, y)
if __name__ == "__main__":
    fig, ax = plot.subplots(figsize=(8,4))
    an = anim.FuncAnimation(fig, animate, init_func=init, interval=1)
    plot.show()
========================================================================

以这种方式，仅重新设计了主要曲线" LA"。其他固定零件仅在init（）子例程中完成一次。现在，动画运行得更快。但是出现了严重的内存泄漏。在动画过程中运行"顶部"，我看到被占领的内存不断成长。测试后，我确定此语句是内存泄漏的来源：

la, = ax.plot(x, y)

一些讨论表明，内存泄漏是由于图" AX"未关闭。但是，如果我每次都关闭图以更新图形，则性能事实太慢了。

有更好的解决这个问题的方法吗？

我的环境：Python 3.4，Matplotlib-1.4.2，Debian GNU/Linux 8.8。我还在python 3.6，matplotlib-2.1.0中测试了Cygwin和MacosX。情况相同。

非常感谢您的帮助。

t.h.hsieh

Answer 1

对不起，我只是找出答案。更新动画中的绘图的正确方法应"设置新数据"，而不是"删除和重新绘制曲线"或"再生图"。因此，我的代码应更改为：

=====================================================================
import matplotlib.pyplot as plot
import matplotlib.animation as anim
def init():
    global ax, la
    ax.set_title("....")
    ax.set_xlim(-1, 1)
    ax.set_ylim(-10,10)
    # get the initial data x[], y[] to plot the initial curve
    la, = ax.plot(x, y, color="red", lw=1)
def animate(i):
    global fig, la
    # update the data x[], y[], set the updated data, and redraw.
    la.set_xdata(x)
    la.set_ydata(y)
    fig.canvas.draw()
if __name__ == "__main__":
    fig, ax = plot.subplots(fsigsize=(8,4))
    an = anim.FuncAnimation(fig, animate, interval=1)
    plot.show()
=====================================================================    

无论如何，要感谢那些发表评论的人，这表明我找到答案。

最好的问候

t.h.hsieh