#matplotlib — Public Fediverse posts

Salut, je cherche à amélioré cette vue 3D de données. Mon but ça serait de rassembler les points, les relier en une seule forme. Pour donner l’idée j’ai dessiné sur le graphique.

Pour le faire j’ai utilisé #python et #matplotlib mais si c’est possible avec d’autre outil je suis prenneur aussi.

Comment vous feriez ça ? Quel outil ?
( #boost apprécié :) )
#dataviz #datavisualization #datascience

Salut, je cherche à amélioré cette vue 3D de données. Mon but ça serait de rassembler les points, les relier en une seule forme. Pour donner l’idée j’ai dessiné sur le graphique.

Pour le faire j’ai utilisé #python et #matplotlib mais si c’est possible avec d’autre outil je suis prenneur aussi.

Comment vous feriez ça ? Quel outil ?
( #boost apprécié :) )
#dataviz #datavisualization #datascience

Salut, je cherche à amélioré cette vue 3D de données. Mon but ça serait de rassembler les points, les relier en une seule forme. Pour donner l’idée j’ai dessiné sur le graphique.

Pour le faire j’ai utilisé #python et #matplotlib mais si c’est possible avec d’autre outil je suis prenneur aussi.

Comment vous feriez ça ? Quel outil ?
( #boost apprécié :) )
#dataviz #datavisualization #datascience

Salut, je cherche à amélioré cette vue 3D de données. Mon but ça serait de rassembler les points, les relier en une seule forme. Pour donner l’idée j’ai dessiné sur le graphique.

Pour le faire j’ai utilisé #python et #matplotlib mais si c’est possible avec d’autre outil je suis prenneur aussi.

Comment vous feriez ça ? Quel outil ?
( #boost apprécié :) )
#dataviz #datavisualization #datascience

Salut, je cherche à amélioré cette vue 3D de données. Mon but ça serait de rassembler les points, les relier en une seule forme. Pour donner l’idée j’ai dessiné sur le graphique.

Pour le faire j’ai utilisé #python et #matplotlib mais si c’est possible avec d’autre outil je suis prenneur aussi.

Comment vous feriez ça ? Quel outil ?
( #boost apprécié :) )
#dataviz #datavisualization #datascience

- I really liked the R #marginaleffects package with its data structures and plots, does this have a suitable replacement in Python?
- talking about plots, #matplotlib is still like arcane sorcery to me. Plotting is really worse in Python than in R. For quick exploration I just want hist() and then a plot pops up!
- I'm starting to like #numpy more and more

3/n

Graphs 2.0 migliora grafici scientifici, import dati, curve fitting e supporto mobile con tante novità per Linux e GNOME. #opensource #Linux #GNOME #Graphs #DataScience #Flatpak #Matplotlib #FOSS

https://www.linuxeasy.org/graphs-2-0-funzioni-avanzate-grafici-scientifici-analisi-dati/?utm_source=mastodon&utm_medium=jetpack_social

OK matplotlib, I love you, but now you're just messing with me.

When I try to put contours on the polar plot of these data it works if, and only if, the plot is part of a multiplot with at least 2 rows of axes. If I try to plot it by itself, or in a multiplot with only one row, then the contour function draws a spurious line right through it. Nothing else is different, it's exactly the same plotting code running on the same data, the only thing that I changed is the number of axes in the call to subplots().

Welp, guess I'm plotting an extra axes and then editing it out of the resulting image.

#matplotlib #python

I am thinking to do a “heatmap” of the muscles of the human body using #matplotlib. The idea is to have strength workouts point at different muscles and show that dynamically using matplotlib (see image). Maybe nuts not sure yet…

I was thinking to convert the #png to #svg and then with svgpath2mpl parse it to a matplotlib path (not sure yet if I can do more than one path) :

https://petercbsmith.github.io/marker-tutorial.html

Now, is there a better/easier way?

#python #svg #data #dataviz

#shapely #matplotlib #viridis
The sketch-a-day archives and tip jar are at: https://abav.lugaralgum.com/sketch-a-day Code for this: https://github.com/villares/sketch-a-day/tree/main/2026/sketch_2026_05_02 #Processing #Python #py5 #CreativeCoding

#shapely #matplotlib #viridis
The sketch-a-day archives and tip jar are at: https://abav.lugaralgum.com/sketch-a-day Code for this: https://github.com/villares/sketch-a-day/tree/main/2026/sketch_2026_04_30 #Processing #Python #py5 #CreativeCoding

It has been nearly two weeks since the World Chess Championship challengers were determined at the Candidates tournament in Cyprus. But what path did 🇮🇳 Vaishali Rameshbabu and 🇺🇿 Javokhir Sindarov take on their path to qualifying?

🇳🇱 Anish Giri's second place score in the open (+3) would have been enough to win the event in the women's section.

#Chess #FIDE #FIDECandidates #CandidatesTournament #Cyprus #graph #graphs #matplotlib

It has been nearly two weeks since the World Chess Championship challengers were determined at the Candidates tournament in Cyprus. But what path did 🇮🇳 Vaishali Rameshbabu and 🇺🇿 Javokhir Sindarov take on their path to qualifying?

🇳🇱 Anish Giri's second place score in the open (+3) would have been enough to win the event in the women's section.

#Chess #FIDE #FIDECandidates #CandidatesTournament #Cyprus #graph #graphs #matplotlib

It has been nearly two weeks since the World Chess Championship challengers were determined at the Candidates tournament in Cyprus. But what path did 🇮🇳 Vaishali Rameshbabu and 🇺🇿 Javokhir Sindarov take on their path to qualifying?

🇳🇱 Anish Giri's second place score in the open (+3) would have been enough to win the event in the women's section.

#Chess #FIDE #FIDECandidates #CandidatesTournament #Cyprus #graph #graphs #matplotlib

It has been nearly two weeks since the World Chess Championship challengers were determined at the Candidates tournament in Cyprus. But what path did 🇮🇳 Vaishali Rameshbabu and 🇺🇿 Javokhir Sindarov take on their path to qualifying?

🇳🇱 Anish Giri's second place score in the open (+3) would have been enough to win the event in the women's section.

#Chess #FIDE #FIDECandidates #CandidatesTournament #Cyprus #graph #graphs #matplotlib

Matplotlib для самых маленьких: от пустого окна до красивого графика

Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.

https://habr.com/ru/articles/1028868/

#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики

Matplotlib для самых маленьких: от пустого окна до красивого графика

Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.

https://habr.com/ru/articles/1028868/

#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики

Matplotlib для самых маленьких: от пустого окна до красивого графика

Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.

https://habr.com/ru/articles/1028868/

#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики

Matplotlib для самых маленьких: от пустого окна до красивого графика

Каждый, кто начинал визуализировать данные на Python, сталкивался с этим: берешь кусок кода со StackOverflow, пытаешься подвинуть легенду или добавить вторую ось, и внезапно весь график ломается. А главное — почему одни пишут plt.plot(), а другие ax.plot()? Какой синтаксис правильный? В этом туториале мы не просто нарисуем пару линий. Мы заглянем под капот Matplotlib и разберем «анатомию» графиков на простых примерах. Вы поймете разницу между процедурным и объектно-ориентированным подходом, научитесь кастомизировать основные типы визуализаций и навсегда избавитесь от ошибки «белого квадрата» при сохранении файлов.

https://habr.com/ru/articles/1028868/

#matplotlib #python #python3 #python_для_начинающих #python_3 #визуализация #графики

Simone Conradi, Theoretical physics PhD
Università degli Studi di Genova

Roots of a parametric polynomial.

Made with #Python #NumPy and #Matplotlib

#Día22 | Series de Tiempo – Nueva Herramienta | #30DayChartChallenge | Precio histórico del aceite de palma. Creada usando #Python con #io, #pandas, #numpy y #matplotlib

#Día22 | Series de Tiempo – Nueva Herramienta | #30DayChartChallenge | Precio histórico del aceite de palma. Creada usando #Python con #io, #pandas, #numpy y #matplotlib

#Día22 | Series de Tiempo – Nueva Herramienta | #30DayChartChallenge | Precio histórico del aceite de palma. Creada usando #Python con #io, #pandas, #numpy y #matplotlib

#Día22 | Series de Tiempo – Nueva Herramienta | #30DayChartChallenge | Precio histórico del aceite de palma. Creada usando #Python con #io, #pandas, #numpy y #matplotlib

Как я научил торгового бота рисовать свечные графики и перестал спамить текстом

Привет, Хабр! Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ

https://habr.com/ru/companies/beeline_cloud/articles/1026056/

#python #websocket #trading_bot #telegram_bot #aiogram #matplotlib #финансовые_данные #кеширование

Как я научил торгового бота рисовать свечные графики и перестал спамить текстом

Привет, Хабр! Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ

https://habr.com/ru/companies/beeline_cloud/articles/1026056/

#python #websocket #trading_bot #telegram_bot #aiogram #matplotlib #финансовые_данные #кеширование

Как я научил торгового бота рисовать свечные графики и перестал спамить текстом

Привет, Хабр! Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ

https://habr.com/ru/companies/beeline_cloud/articles/1026056/

#python #websocket #trading_bot #telegram_bot #aiogram #matplotlib #финансовые_данные #кеширование

Как я научил торгового бота рисовать свечные графики и перестал спамить текстом

Привет, Хабр! Меня зовут Николай Пискунов, я руководитель направления Big Data и эксперт курса Cloud DevSecOps по безопасной разработке от Академии вАЙТИ

https://habr.com/ru/companies/beeline_cloud/articles/1026056/

#python #websocket #trading_bot #telegram_bot #aiogram #matplotlib #финансовые_данные #кеширование

Интерактивные графики в Python: Изучаем основные фишки Plotly

Помните, как вы в очередной раз гуглили, как повернуть подписи осей в Matplotlib на 45 градусов? Или как на созвоне вас просили объяснить «вон ту аномальную точку» на красивом графике Seaborn, и вам приходилось судорожно лезть в Jupyter писать новые фильтры, потому что график — это просто статичная картинка? Знакомая боль. А теперь представьте: вы пишете всего одну строчку кода, и график оживает прямо в браузере. Наводите курсор — появляются точные цифры. Выделяете область мышкой — график приближается. Кликаете по легенде — скрываются лишние данные. Всё это умеет Plotly.

https://habr.com/ru/articles/1025868/

#python #plotly #plotly_express #визуализация_данных #анализ_данных #интерактивные_графики #matplotlib #seaborn #дашборды #tutorial

Интерактивные графики в Python: Изучаем основные фишки Plotly

Помните, как вы в очередной раз гуглили, как повернуть подписи осей в Matplotlib на 45 градусов? Или как на созвоне вас просили объяснить «вон ту аномальную точку» на красивом графике Seaborn, и вам приходилось судорожно лезть в Jupyter писать новые фильтры, потому что график — это просто статичная картинка? Знакомая боль. А теперь представьте: вы пишете всего одну строчку кода, и график оживает прямо в браузере. Наводите курсор — появляются точные цифры. Выделяете область мышкой — график приближается. Кликаете по легенде — скрываются лишние данные. Всё это умеет Plotly.

https://habr.com/ru/articles/1025868/

#python #plotly #plotly_express #визуализация_данных #анализ_данных #интерактивные_графики #matplotlib #seaborn #дашборды #tutorial

Интерактивные графики в Python: Изучаем основные фишки Plotly

Помните, как вы в очередной раз гуглили, как повернуть подписи осей в Matplotlib на 45 градусов? Или как на созвоне вас просили объяснить «вон ту аномальную точку» на красивом графике Seaborn, и вам приходилось судорожно лезть в Jupyter писать новые фильтры, потому что график — это просто статичная картинка? Знакомая боль. А теперь представьте: вы пишете всего одну строчку кода, и график оживает прямо в браузере. Наводите курсор — появляются точные цифры. Выделяете область мышкой — график приближается. Кликаете по легенде — скрываются лишние данные. Всё это умеет Plotly.

https://habr.com/ru/articles/1025868/

#python #plotly #plotly_express #визуализация_данных #анализ_данных #интерактивные_графики #matplotlib #seaborn #дашборды #tutorial

Интерактивные графики в Python: Изучаем основные фишки Plotly

Помните, как вы в очередной раз гуглили, как повернуть подписи осей в Matplotlib на 45 градусов? Или как на созвоне вас просили объяснить «вон ту аномальную точку» на красивом графике Seaborn, и вам приходилось судорожно лезть в Jupyter писать новые фильтры, потому что график — это просто статичная картинка? Знакомая боль. А теперь представьте: вы пишете всего одну строчку кода, и график оживает прямо в браузере. Наводите курсор — появляются точные цифры. Выделяете область мышкой — график приближается. Кликаете по легенде — скрываются лишние данные. Всё это умеет Plotly.

https://habr.com/ru/articles/1025868/

#python #plotly #plotly_express #визуализация_данных #анализ_данных #интерактивные_графики #matplotlib #seaborn #дашборды #tutorial

Just practicing some dataviz skills...

Oil prices vs Trump quotes over the past few months.

#USPol #Matplotlib

"Rogue OpenClaw AI wrote and published 'hit piece' on a Python developer who rejected its code — disgruntled bot accuses Matplotlib maintainer of discrimination and hypocrisy, later backtracks with an apology"

"An OpenClaw autonomous AI agent has hit back at a volunteer maintainer of a Python library who rejected its code by posting a "hit piece" that criticizes the developer and calls them discriminatory against AI."

https://www.tomshardware.com/tech-industry/artificial-intelligence/rogue-openclaw-ai-agent-wrote-and-published-hit-piece-on-a-python-developer-who-rejected-its-code-disgruntled-bot-accuses-matplotlib-maintainer-of-discrimination-and-hypocrisy-later-backtracks-with-an-apology

#Python #Matplotlib

Смотрим на клиппинг батарей регламента Ф1-2026 с помощью Python

Как и многие фанаты автоспорта, я внимательно слежу за жаркими дискуссиями вокруг жесточайшего клиппинга (исчерпания заряда батареи) в рамках нового технического регламента Формулы-1. В этом контексте вспомнил про открытую библиотеку fastf1 с сырыми данными с телеметрии болидов и решил посмотреть в цифрах на этот самый клиппинг. Длинная 1.2-километровая задняя прямая в Шанхае (между 13 и 14 поворотами) показалась мне идеальным полигоном, чтобы на цифрах проверить, насколько сильно машины задыхаются в конце скоростных участков.

https://habr.com/ru/articles/1012744/

#f1 #formula_1 #python #формула #телеметрия #автоспорт #гонки #гонки_formula1 #matplotlib #формула1

Смотрим на клиппинг батарей регламента Ф1-2026 с помощью Python

Как и многие фанаты автоспорта, я внимательно слежу за жаркими дискуссиями вокруг жесточайшего клиппинга (исчерпания заряда батареи) в рамках нового технического регламента Формулы-1. В этом контексте вспомнил про открытую библиотеку fastf1 с сырыми данными с телеметрии болидов и решил посмотреть в цифрах на этот самый клиппинг. Длинная 1.2-километровая задняя прямая в Шанхае (между 13 и 14 поворотами) показалась мне идеальным полигоном, чтобы на цифрах проверить, насколько сильно машины задыхаются в конце скоростных участков.

https://habr.com/ru/articles/1012744/

#f1 #formula_1 #python #формула #телеметрия #автоспорт #гонки #гонки_formula1 #matplotlib #формула1

Смотрим на клиппинг батарей регламента Ф1-2026 с помощью Python

Как и многие фанаты автоспорта, я внимательно слежу за жаркими дискуссиями вокруг жесточайшего клиппинга (исчерпания заряда батареи) в рамках нового технического регламента Формулы-1. В этом контексте вспомнил про открытую библиотеку fastf1 с сырыми данными с телеметрии болидов и решил посмотреть в цифрах на этот самый клиппинг. Длинная 1.2-километровая задняя прямая в Шанхае (между 13 и 14 поворотами) показалась мне идеальным полигоном, чтобы на цифрах проверить, насколько сильно машины задыхаются в конце скоростных участков.

https://habr.com/ru/articles/1012744/

#f1 #formula_1 #python #формула #телеметрия #автоспорт #гонки #гонки_formula1 #matplotlib #формула1

Смотрим на клиппинг батарей регламента Ф1-2026 с помощью Python

Как и многие фанаты автоспорта, я внимательно слежу за жаркими дискуссиями вокруг жесточайшего клиппинга (исчерпания заряда батареи) в рамках нового технического регламента Формулы-1. В этом контексте вспомнил про открытую библиотеку fastf1 с сырыми данными с телеметрии болидов и решил посмотреть в цифрах на этот самый клиппинг. Длинная 1.2-километровая задняя прямая в Шанхае (между 13 и 14 поворотами) показалась мне идеальным полигоном, чтобы на цифрах проверить, насколько сильно машины задыхаются в конце скоростных участков.

https://habr.com/ru/articles/1012744/

#f1 #formula_1 #python #формула #телеметрия #автоспорт #гонки #гонки_formula1 #matplotlib #формула1

Matplotlib

It's important to learn to use libraries properly

Use local docs or use online docs , elevate your programming skills
Ever since I learned of the existence of matplotlib I knew I had another nice task set to have fun programming & keep me busy for a nice while

src.py

import matplotlib.pyplot as plt
import numpy as np

plt.style.use('_mpl-gallery')

# make data
x = np.linspace(0, 10, 100)
y = 4 + 1 * np.sin(2 * x)
x2 = np.linspace(0, 10, 25)
y2 = 4 + 1 * np.sin(2 * x2)

# plot
fig, ax = plt.subplots()

ax.plot(x2, y2 + 2.5, 'x', markeredgewidth=2)
ax.plot(x, y, linewidth=2.0)
ax.plot(x2, y2 - 2.5, 'o-', linewidth=2)

ax.set(xlim=(0, 8), xticks=np.arange(1, 8),
       ylim=(0, 8), yticks=np.arange(1, 8))

plt.show()

A gorgeous mathematical function is plotted when you run the program. I don't want to make screencaps now, use the link to see the output I got.
I use the featherweight geany on the SBC Pi5, you choose which IDE you like.
Yes vim is a superb source code editor. The syntax highlighting is sublime!

Sources

https://geany.org/

https://matplotlib.org/stable/plot_types/index.html

https://matplotlib.org/stable/plot_types/basic/plot.html

#python #programming #python #libraries #matplotlib #API #mathematics #SBC #Pi5 #arm #arm64 #x86 #Linux #OpenSource

В эмиграции Цветаеву окружала серость и сырость. Установлено NLTK анализом с помощью Python

На примере стихотворения "Рассвет на рельсах" можно увидеть эмоции и настроения марины Цветаевой после отъезда в эмиграцию. В нём преобладают серые унылые тона. Но в то же время есть вера восстановить Россию.

https://habr.com/ru/articles/997036/

#python #nltk #nltk_python #nlpмодели #pandas #seaborn #matplotlib #чтение #поэзия #поэзия_серебряного_века

В эмиграции Цветаеву окружала серость и сырость. Установлено NLTK анализом с помощью Python

На примере стихотворения "Рассвет на рельсах" можно увидеть эмоции и настроения марины Цветаевой после отъезда в эмиграцию. В нём преобладают серые унылые тона. Но в то же время есть вера восстановить Россию.

https://habr.com/ru/articles/997036/

#python #nltk #nltk_python #nlpмодели #pandas #seaborn #matplotlib #чтение #поэзия #поэзия_серебряного_века

В эмиграции Цветаеву окружала серость и сырость. Установлено NLTK анализом с помощью Python

На примере стихотворения "Рассвет на рельсах" можно увидеть эмоции и настроения марины Цветаевой после отъезда в эмиграцию. В нём преобладают серые унылые тона. Но в то же время есть вера восстановить Россию.

https://habr.com/ru/articles/997036/

#python #nltk #nltk_python #nlpмодели #pandas #seaborn #matplotlib #чтение #поэзия #поэзия_серебряного_века

В эмиграции Цветаеву окружала серость и сырость. Установлено NLTK анализом с помощью Python

На примере стихотворения "Рассвет на рельсах" можно увидеть эмоции и настроения марины Цветаевой после отъезда в эмиграцию. В нём преобладают серые унылые тона. Но в то же время есть вера восстановить Россию.

https://habr.com/ru/articles/997036/

#python #nltk #nltk_python #nlpмодели #pandas #seaborn #matplotlib #чтение #поэзия #поэзия_серебряного_века

New blog post: I Used NumPy to Plan for My Home Renovations

https://plbrault.com/blog-posts/i-used-numpy-to-plan-for-my-home-renovations/

#python #numpy #matplotlib

💥 Ars Technica Fires Reporter After AI Controversy Involving Fabricated Quotes

https://bsky.app/profile/did:plc:v5u3yomwf7prargedwuq3b34/post/3mewgow6ch22p?ref_src=embed&ref_url=https%253A%252F%252Ffuturism.com%252Fartificial-intelligence%252Fars-technica-fires-reporter-ai-quotes

#ai #aislop #Matplotlib #opensource

I'm on this project where we want to do #realtime #radar but are sort of starting with nothing (apart from world-class radar transmitters, receivers and expertise...)

One very smart but non-#software person wrote a bunch of good #signalprocessing #code and some "gets the job done" #gui code

Or it did until we went higher bandwidth

Last week I rewrote all the non-sigproc parts into #pyqt and #pyqtgraph. Today I benchmarked both.

Exactly the same speed....except pyqtgraph is

THREE ORDERS OF MAGNITUDE

faster than #matplotlib

#python peeps, please hear me. mpl has its place and uses. High data rate animated displays is not that place.

I'm on this project where we want to do #realtime #radar but are sort of starting with nothing (apart from world-class radar transmitters, receivers and expertise...)

One very smart but non-#software person wrote a bunch of good #signalprocessing #code and some "gets the job done" #gui code

Or it did until we went higher bandwidth

Last week I rewrote all the non-sigproc parts into #pyqt and #pyqtgraph. Today I benchmarked both.

Exactly the same speed....except pyqtgraph is

THREE ORDERS OF MAGNITUDE

faster than #matplotlib

#python peeps, please hear me. mpl has its place and uses. High data rate animated displays is not that place.

I'm on this project where we want to do #realtime #radar but are sort of starting with nothing (apart from world-class radar transmitters, receivers and expertise...)

One very smart but non-#software person wrote a bunch of good #signalprocessing #code and some "gets the job done" #gui code

Or it did until we went higher bandwidth

Last week I rewrote all the non-sigproc parts into #pyqt and #pyqtgraph. Today I benchmarked both.

Exactly the same speed....except pyqtgraph is

THREE ORDERS OF MAGNITUDE

faster than #matplotlib

#python peeps, please hear me. mpl has its place and uses. High data rate animated displays is not that place.

I'm on this project where we want to do #realtime #radar but are sort of starting with nothing (apart from world-class radar transmitters, receivers and expertise...)

One very smart but non-#software person wrote a bunch of good #signalprocessing #code and some "gets the job done" #gui code

Or it did until we went higher bandwidth

Last week I rewrote all the non-sigproc parts into #pyqt and #pyqtgraph. Today I benchmarked both.

Exactly the same speed....except pyqtgraph is

THREE ORDERS OF MAGNITUDE

faster than #matplotlib

#python peeps, please hear me. mpl has its place and uses. High data rate animated displays is not that place.

I'm on this project where we want to do #realtime #radar but are sort of starting with nothing (apart from world-class radar transmitters, receivers and expertise...)

One very smart but non-#software person wrote a bunch of good #signalprocessing #code and some "gets the job done" #gui code

Or it did until we went higher bandwidth

Last week I rewrote all the non-sigproc parts into #pyqt and #pyqtgraph. Today I benchmarked both.

Exactly the same speed....except pyqtgraph is

THREE ORDERS OF MAGNITUDE

faster than #matplotlib

#python peeps, please hear me. mpl has its place and uses. High data rate animated displays is not that place.