本文介绍在 PyQtGraph 中实现高性能实时滚动绘图的核心方法：避免逐点更新、优先使用 NumPy 数组调用 setData()、合理缓冲数据，并规避 processEvents() 带来的潜在风险。
本文介绍在 pyqtgraph 中实现高性能实时滚动绘图的核心方法：避免逐点更新、优先使用 numpy 数组调用 `setdata()`、合理缓冲数据，并规避 `processevents()` 带来的潜在风险。
在嵌入式传感、工业监控或生物信号采集等场景中，常需以高频率（如 1–10 kHz）接收单点流式数据并实时绘制“滚动窗口”曲线（即仅显示最近 N 个采样点）。直接对每个新样本调用 plot.setData() 会导致严重性能瓶颈——PyQtGraph 每次重绘均需重新计算坐标映射、重排缓存、触发 OpenGL 或 QPainter 渲染管线，频繁调用将迅速拖垮主线程。
根本优化原则：减少 setData() 调用频次 + 提升单次调用效率
✅ 推荐做法：批量缓冲 + NumPy 数组驱动
不要逐点追加并重绘，而是使用固定长度的 deque（或更优的环形 NumPy 数组）缓存数据，仅在缓冲区满时调用一次 setData()。关键在于：始终传入 np.ndarray 而非 Python list。
PyQtGraph 对 NumPy 数组做了深度优化（零拷贝内存视图、向量化坐标计算），而 list(data["x"]) 会强制转换为 Python 对象列表，丧失所有底层加速能力：
# ❌ 低效：触发对象转换与内存复制 data_curves["x"].setData(list(data["x"])) # 避免！ # ✅ 高效：直接传递 NumPy 数组（推荐初始化为 np.ndarray） data["x"] = np.zeros(window_size, dtype=float) # 初始化为 NumPy 数组 # ... 更新时使用索引赋值（无内存重分配） data["x"][idx] = new_x # 然后滚动更新：使用 np.roll 或模运算维护逻辑尾部 data_curves["x"].setData(data["x"]) # 直接传入 ndarray
✅ 进阶技巧：使用 PlotDataItem.setCurve() 配合预分配数组
对于极致性能（>5 kHz 更新），可进一步避免 setData() 内部的边界检查与类型推断。通过 setCurve() 手动管理 QGraphicsPathItem，或采用 pyqtgraph.examples.scrollingPlots.py 中的“移位+覆盖”模式：
# 示例：环形缓冲区（无内存分配，O(1) 更新）
class RingBuffer:
def __init__(self, size):
self.buf = np.zeros(size, dtype=float)
self.size = size
self.ptr = 0
def append(self, val):
self.buf[self.ptr] = val
self.ptr = (self.ptr + 1) % self.size
def get_view(self):
# 返回按逻辑顺序排列的视图：[ptr, ptr+1, ..., end, start, ..., ptr-1]
return np.concatenate([self.buf[self.ptr:], self.buf[:self.ptr]])
# 在 update_plot 中：
ring_x.append(new_x)
data_curves["x"].setData(ring_x.get_view()) # 仍为 ndarray⚠️ 必须规避的风险操作：QApplication.processEvents()
如官方答案明确指出，手动调用 processEvents() 可能导致信号槽重复触发、事件循环紊乱、竞态条件等隐蔽 Bug，尤其在多线程或复杂 GUI 交互中。PyQtGraph 的 PlotWidget 默认已集成 Qt 事件循环调度，只要确保 setData() 调用不阻塞主线程（即不包含耗时计算），界面自然流畅更新。若遇卡顿，请优先检查数据生成逻辑或降级 BUF_SZ，而非强行刷新事件队列。
? 总结最佳实践清单：
- 使用
np.ndarray替代deque/list存储数据，初始化时指定dtype； - 设置合理缓冲大小（
BUF_SZ ∈ [5, 20]平衡延迟与帧率）； - 用环形缓冲或
np.roll()实现 O(1) 滚动更新； - 绝对避免
processEvents()；依赖 Qt 官方事件循环； - 如需更高吞吐，启用
pg.setConfigOptions(antialias=False, useOpenGL=True)（需硬件支持）。
遵循上述方法，即使在 10 kHz 数据流下，PyQtGraph 亦可稳定维持 60+ FPS 的滚动绘图性能。
