PyQt5数据可视化

1、下载PyQtGraph模块

Windows上下载：

pip install pyqtgraph

Linux上下载：

pip3 install pyqtgraph

MacOS上下载：

pip3 install pyqtgraph

下载完毕后我们可以运行以下代码：

import pyqtgraph.examples
pyqtgraph.examples.run()

 2、基础知识与参数设置

参数 类型 默认值 解释
leftButtonPan bool True 值为True的话，可以用鼠标左键来上下左右拖动图表；若为False，拖动鼠标左键会形成一个矩形框，视图镜头会随之深入
foreground 参考 mkColor() ‘d’ 设置前景颜色(包括文本、线条、坐标轴等)，'d'为灰色
background 参考 mkColor() ‘k’ 设置背景颜色，'k'为黑色
antialias bool False 是否启用抗锯齿(可以让曲线更加光滑)
useOpenGL bool False 是否在视图中启用OpenGL
crashWarning bool False 则会打印针对可能导致程序崩溃情况的警告
PyQtGraph提供了两种类似的方法来进行全局设置：

pyqtgraph.setConfigOptions(**opts) # 同时设置多项参数
pyqtgraph.getConfigOption(opt) # 只设置一项参数
我们可以这么使用：

# 禁止拖动图表，并启用抗锯齿
pyqtgraph.setConfigOptions(leftButtonPan=False, antialias=True)

# 禁止拖动图表
pyqtgraph.getConfigOption('leftButtonPan', True)

pyqtgraph.plot()和PlotWidget.plot()

以上两个方法都是用来绘图的，区别如下：

pyqtgraph.plot() 在一个新窗口中绘制数据(窗口中包含一个plotWidget)
PlotWidget.plot() 在plotWidget控件中绘制数据
可见，如果要将PyQtGraph嵌入PyQt5窗口中的话(也就是将控件添加到窗口中)，应该使用PlotWidget.plot()。

plot()方法的基本参数如下：

x - X轴数据(可选)。如果没有赋值的话，程序则自动生成特定范围的整数值
y - Y轴数据
pen - 图表线条的画笔参数，若设为None则不显示线条
symbol - 参数为字符串类型，用于描述图表每个坐标点的形状。比如设为'o'，则坐标点的形状就为o。可选值总共有这么几种：'o', 's', 't', 't1', 't2', 't3','d', '+', 'x', 'p', 'h', 'star'
symbolPen - 描绘符号轮廓的画笔参数
symbolBrush - 填充符号的画刷参数
fillLevel - 用于计算曲线下面积的Y坐标值
brush - 用于填充曲线下面积的画刷
示例代码：

# 指定y坐标轴上的值，线条画笔为红色，坐标点符号为'o'
PlotWidget.plot([1, 2, 3, 4, 5], pen='r', symbol='o')
运行截图(可以看到x轴坐标是自动生成的)：

颜色，画笔和画刷

PyQt5提供了QColor，QPen和QBrush类用于描绘线条与填充颜色，而在PyQtGraph中，我们可以使用mkColor()，mkPen()以及mkBrush()方法来实例化相应的对象。

第一行中的单个字符串所对应的值如下：

'b': QtGui.QColor(0,0,255,255)
'g': QtGui.QColor(0,255,0,255)
'r': QtGui.QColor(255,0,0,255)
'c': QtGui.QColor(0,255,255,255)
'm': QtGui.QColor(255,0,255,255)
'y': QtGui.QColor(255,255,0,255)
'k': QtGui.QColor(0,0,0,255)
'w': QtGui.QColor(255,255,255,255)
'd': QtGui.QColor(150,150,150,255)
'l': QtGui.QColor(200,200,200,255)
's': QtGui.QColor(100,100,150,255)
颜色对象主要用于画笔和画刷，而这两者的设置非常简单：

mkPen('r')
mkPen(255, 255, 255)
mkPen((255, 255, 255, 255))
mkPen('#0000FF')
mkPen(QColor)
准确来说，能被mkColor()接受的参数都能用在mkPen()中。除了颜色我们还可以设置画笔粗细：

mkPen(color='r', width=2)
mkPen({'color': '#0000FF', width: 2})
如果不想设置画笔，我们可以传入None：

mkPen(None)
画刷设置同理，可以接受所有能被mkColor()接受的参数。可传入None不设置画刷。

3、实现实例说明：

#使用PyQtGraph来进行数据可视化应用

import sys
import random
import numpy as np
import pyqtgraph as pg
from PyQt5.QtWidgets import QApplication, QWidget, QPushButton, QVBoxLayout

class Demo(QWidget):
    def __init__(self):
        super(Demo, self).__init__()
        self.resize(1000, 1000)

        # 1
        pg.setConfigOptions(leftButtonPan=False)
        pg.setConfigOption('background', 'w')
        pg.setConfigOption('foreground', 'k')

        # 2
        x = np.arange(100)
        y = np.random.normal(size=100)
        r_symbol = random.choice(['o', 's', 't', 't1', 't2', 't3', 'd', '+', 'x', 'p', 'h', 'star'])
        r_color = random.choice(['b', 'g', 'r', 'c', 'm', 'y', 'k', 'd', 'l', 's'])

        # 3
        self.pw1= pg.PlotWidget(title="绘制多条线")
        #self.plot_data = self.pw.plot(x, y, pen=None, symbol=r_symbol, symbolBrush=r_color)
        self.pw2 = pg.PlotWidget(title="绘制条状图")
        self.pw3 = pg.PlotWidget(title="绘制网格线")
        # 4
        self.plot_btn = QPushButton('Replot', self)
        self.plot_btn.clicked.connect(self.plot_slot)
        self.plot_btn.clicked.connect(self.draw1)
        self.plot_btn.clicked.connect(self.draw2)
        self.v_layout = QVBoxLayout()
        self.v_layout.addWidget(self.pw1)
        self.v_layout.addWidget(self.pw2)
        self.v_layout.addWidget(self.pw3)
        self.v_layout.addWidget(self.plot_btn)
        self.setLayout(self.v_layout)

    def plot_slot(self):
        x = np.arange(100)
        y = np.random.normal(size=100)
        r_symbol = random.choice(['o', 's', 't', 't1', 't2', 't3', 'd', '+', 'x', 'p', 'h', 'star'])
        r_color = random.choice(['b', 'g', 'r', 'c', 'm', 'y', 'k', 'd', 'l', 's'])
        self.pw1.plot(x, y, pen=pg.mkPen(color="r",width=5),symbol=r_symbol, symbolBrush=r_color) #如果不设后面参数则显示点的形状为正常点
        self.pw1.plot(x, y+2, pen=(0,0,255),symbol=r_symbol, symbolBrush=r_color)
    def draw1(self):
        x=np.arange(10)
        y1=x+1
        y2=1.1*np.cos(x+0.33)
        b1=pg.BarGraphItem(x=x,height=y1,width=0.3,brush="r")
        b2=pg.BarGraphItem(x=x,height=y2,width=0.3,brush="g")
        self.pw2.addItem(b1)
        self.pw2.addItem(b2)
    def draw2(self):
        x=np.cos(np.linspace(0,2*np.pi,1000))
        y=np.sin(np.linspace(0,4*np.pi,1000))
        self.pw3.plot(x,y,pen=pg.mkPen(color="d",width=2))
        self.pw3.showGrid(x=True,y=True) #显示网格

if __name__ == '__main__':
    app = QApplication(sys.argv)
    demo = Demo()
    demo.show()
    sys.exit(app.exec_())

4、图像导出说明

如果想要导出图像的话，我们可以点击右键，选择export，之后就会出现一个导出选项框：

我们可以选择导出为图片、SVG文件、CSV文件或者重新在Matplotlib中进行绘制。选择导出格式后，我们可以在Export options框中进行相应的设置(笔者这里就直接选择导出为png格式的图片了)，设置好后点击Export按钮则会出现一个文件保存对话框：

点击Save按钮保存图片，此时可能会出现以下报错：

报错显示在ImageExporter.py文件中的第70行，我们根据报错内容直接将改行代码修改如下(将float类型转换为int类型)：

bg = np.empty((int(self.params['width']), int(self.params['height']), 4), dtype=np.ubyte)
现在已经可以成功导出

------------恢复内容结束------------

------------恢复内容结束------------