### 实现 Python Matplotlib 单独窗口绘图并保留之前图形 要在单独的窗口中使用 Matplotlib 进行动态绘图，并且每次重新绘图时保留之前的图形，可以利用 `matplotlib` 的对象导向方法来管理画布和轴。以下是详细的说明： 通过创建一个持久化的 `Figure` 和 `Axes` 对象，在每次调用绘图函数时不覆盖现有的数据而是追加新数据到当前的图形上[^1]。 下面是一个完整的代码示例，展示如何在一个独立窗口中实现动态绘图并保留之前的图形： ```python import numpy as np import matplotlib.pyplot as plt # 创建一个新的 Figure 和 Axes 对象 fig, ax = plt.subplots() # 初始化 x 轴范围 x = np.linspace(0, 2 * np.pi, 100) # 定义初始参数 y_initial = np.sin(x) # 配置第一个图形 line1, = ax.plot(x, y_initial, label='Initial Sine Wave') # 设置坐标轴标签和其他属性 ax.set_title("Dynamic Plot with Previous Data Retained") ax.set_xlabel("X-axis") ax.set_ylabel("Y-axis") # 显示图例 ax.legend() # 函数用于更新图形 def update_plot(new_y_data, label): global fig, ax # 添加新的线条或者更新现有线条的数据 line_new, = ax.plot(x, new_y_data, label=label) # 更新图例以反映新增加的线条 ax.legend() # 自动调整视图以便适应所有数据点 ax.relim() ax.autoscale_view(True,True,True) # 刷新画布以显示更改后的图形 fig.canvas.draw_idle() # 动态更新几次图形 update_plot(np.cos(x), 'Cosine Wave') update_plot(np.sin(x + np.pi / 4), 'Shifted Sine Wave') # 展示最终的结果 plt.show() ``` 此脚本首先初始化了一个带有正弦波形的图形，随后两次调用了 `update_plot()` 方法分别加入余弦波形以及相移后的正弦波形，同时保持了原始图形不变[^3]。 #### 关键技术要点解释： - **全局变量**：为了能够在不同函数间共享同一个 `Figure` 和 `Axes` 对象，这里采用了全局变量的方式。 - **自动缩放**：每当有新数据被添加进来的时候，都会调用 `relim()` 和 `autoscale_view()` 来确保所有的数据都能适配于当前的坐标系范围内[^4]。 - **刷新机制**：通过 `draw_idle()` 方法通知 GUI 后端重绘整个场景，从而即时反映出最新的变化情况。