python中pyqtgraph知识点总结

针对题目中提到的“python中pyqtgraph知识点总结”的完整攻略，我可以提供以下内容：

1. pyqtgraph简介

pyqtgraph是一个用于数据可视化的Python工具包，它结合了PyQt和NumPy库的特性。使用pyqtgraph库，可以轻松创建交互式的数据图表、处理海量数据等等。

2. pyqtgraph常用功能

2.1 数据处理

pyqtgraph基于numpy库，使用numpy的数组来存储和处理数据，同时支持快速的向量化计算。例如读取本地csv文件数据，可以使用以下代码：

import pyqtgraph as pg
import numpy as np
import csv

filename = 'data.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header = next(reader) # 跳过表头
    data = np.array([row for row in reader]).astype(float)

# 将data画在plotWidget上
plotWidget = pg.PlotWidget()
plotWidget.plot(data[:,0], data[:,1])

2.2 画图

pyqtgraph提供多种图表类型和样式，使用简单方便。例如使用plot widget进行简单的绘图：

import pyqtgraph as pg
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 4, 3, 2])

plotWidget = pg.PlotWidget()
plotWidget.plot(x, y, symbol='o', pen=None)

2.3 交互式工具

pyqtgraph提供了交互式工具，例如缩放、拖拽和采样等。使用这些工具可以轻松的对图像进行操作。例如加入缩放工具和拖拽工具：

import pyqtgraph as pg
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 4, 3, 2])

plotWidget = pg.PlotWidget()
plotWidget.plot(x, y, symbol='o', pen=None)

# 添加缩放工具和拖动工具
plotWidget.setMouseEnabled(x=True, y=True)
plotWidget.setLimits(xMin=-2, xMax=6, yMin=0, yMax=5)

2.4 高级绘图

pyqtgraph更支持高级绘图功能，例如使用OpenGL加速渲染，多重视图和复杂的标注。例如创建误差条图：

import pyqtgraph as pg
import numpy as np

x = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
y = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
err = np.random.normal(size=len(x)) * 5

plt = pg.plot()
bar = pg.BarGraphItem(x=x, height=y, width=0.6, brush='r')
plt.addItem(bar)
plt.plot(err, pen=pg.mkPen(width=3, color='g'))

# 添加误差条
errBar = pg.ErrorBarItem(x=x, y=y, height=err)
plt.addItem(errBar)

3. pyqtgraph快速入门

接下来，我将介绍pyqtgraph的快速入门方式，方便想要学习pyqtgraph的读者快速上手。快速入门包括以下步骤：

3.1 安装pyqtgraph

在安装之前，建议先安装pip工具。

使用pip安装pyqtgraph：

pip install pyqtgraph

3.2 创建简单的图表

pyqtgrapth提供的PlotWidget可以自动化创建交互式的2D图表，使用以下代码可以创建一个简单的图表：

import pyqtgraph as pg
import numpy as np

# 创建数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 4, 3, 2])

# 创建可交互图表
plotWidget = pg.PlotWidget()
plotWidget.plot(x, y, symbol='o', pen=None)
plotWidget.show()

3.3 包含数据操作

与其他Python数据处理库一样，pyqtgraph建立在NumPy之上。因此，它具有多种数据操作方法，例如添加噪声和区域选择。

# 创建随机数据
x = np.linspace(0, 10, 100)
y = np.sin(x)

# 添加噪声
y += np.random.normal(scale=0.1, size=len(x))

# 创建可交互图表
plotWidget = pg.PlotWidget()
plotWidget.plot(x, y, pen='w')

3.4 包含交互式工具

pyqtgraph内置了多种交互式工具，使用户可以在图表上进行操作。例如添加张力工具：

# 创建数据
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 3, 4, 3, 2])

# 创建交互式工具
plotWidget = pg.PlotWidget()
curve = plotWidget.plot(x, y, symbol='o', pen=None)

# 添加张力工具
plotWidget.enableAutoRange('y', enable=True)
curve.setClickable(True)
# 查看张力工具设置参数
ct = pg.CurveTensionItem(curve)
plotWidget.addItem(ct)
ct.setTension(0.5)

在以上操作中，添加数据、绘制图表和添加交互式工具可以使用户快速地使用pyqtgraph。

希望我的回答能够对你有所帮助。