PyQt5:QChart绘制动态折线图（2）
前言
前置工作都在上文的博客里边说过了，链接如下：PyQt5:QChart绘制折线图（1）
，在这边文章里边直接说绘制动态折线相关了。
Charts相关刷新函数
1.append()
Qt官方解释：
append(qreal x, qreal y):Adds the data point with the coordinates x and y to the series.
append(const QPointF &point):This is an overloaded function.Adds the data point point to the series.
append(const QList<QPointF> &points):This is an overloaded function.Adds the list of data points specified by points to the series.将点的坐标信息或者说数据添加到series中，我的理解为追加。
2.replace()
Qt官方解释：
replace(qreal oldX, qreal oldY, qreal newX, qreal newY)：Replaces the point with the coordinates oldX and oldY with the point with the coordinates newX and newY. Does nothing if the old point does not exist.
replace(const QPointF &oldPoint, const QPointF &newPoint)：Replaces the point specified by oldPoint with the one specified by newPoint.
replace(int index, qreal newX, qreal newY)：Replaces the point at the position specified by index with the point that has the coordinates newX and newY.
replace(int index, const QPointF &newPoint):Replaces the point at the position specified by index with the point specified by newPoint.
replace(QList<QPointF> points):Replaces the current points with the points specified by points
replace(QVector<QPointF> points):Replaces the current points with the points specified by points.字面意思替换，单个坐标点的替换，组坐标数据替换等，在下文我用的是List,群组替换。
思路
将思路主要拆解为3个部分：数据源，坐标列表更新，折线图的刷新
1.数据源：可以为外部实时动态数据，或者是内部动态计算产生的数据。这里我随机造了一些动态数据。
2.坐标列表更新：在我的折线图中，坐标设置了固定显示6个点，这里可以自己随意，或者将x轴更新为时间轴，就为实时数据了。在迭代更新中，定时器检测源数据大于0，就可以更新数据，
3.坐标轴刷新：采用了 replace()函数，替换。
源码
1.数据源
import random
DataVector = []
mutex = QMutex()
class ThreadCtl(QThread):
def __init__(self):
super().__init__()
self.threadstatus = 1
def run(self):
while self.threadstatus == 1:
#产生随机数据值，坐标点 y值
self.randdata_h = random.uniform(1, 6)
self.randdata_h = round(self.randdata_h, 2)
# self.randdata_w = random.uniform(1, 6)
# self.randdata_w = round(self.randdata_w, 2)
# self.points = [self.post,self.randdata_h,]
#休眠1S
time.sleep(1)
#加锁，插入数据，解锁
mutex.lock()
DataVector.append(self.randdata_h)
mutex.unlock()
print("DataVector:",DataVector)采用多线程方式，继承QThread 类，定时产生数据，数据为：1~6，小数点后两位的float数据。
DataVector 一个list容器，用来存储数据列表。
加一把资源锁，防止对DataVector读写造成的资源抢占问题。
2.坐标列表更新
#定时器
self.timer = QTimer()
self.timer.timeout.connect(self.update)
self.timer.start(2000)
def update(self):
if len(DataVector) > 0 :
#取出第一位数据，加锁，解锁
mutex.lock()
self.value = DataVector[0]
DataVector.pop(0)
mutex.unlock()
#删除最后一个坐标点
del self._1_point_list[len(self._1_point_list)-1]
#第一位插入坐标点
self._1_point_list.insert(0,QPointF(0,self.value))
#更新x坐标点值
for i in range(0,len(self._1_point_list)):
self._1_point_list[i].setX(i)采用定时器方式，定时去读取DataVector 列表，列表数据大于0就去取出第一位数据。
self._1_point_list 坐标点列表更新规则，最后一位删掉，剩下的前几位向后移位一位，第一位填入DataVector 列表取出的第一位数据。
采用 insert函数，在第一位插入，后续相当于自动移位。然后横坐标更新。
3.折线更新
for i in range(0,len(self._1_point_list)):
self._1_point_list[i].setX(i)
#replace更新折线图
self.series_1.replace(self._1_point_list)引申
在实际的项目使用中，数据源的获取，如果是实时数据，如果数据更新速度较快，应该采用什么方式？，如果数据量很大应该采用什么方式？，折线图刷新时有什么要求？ ，队列积压，应该采用什么方式来处理
我上述采用的方法是，多线程，子线程处理数据源，主线程定时器方式，处理折线图。
实际使用中，数据源处理，坐标列表更新，界面折线图刷新，都有实际的问题。每一个过程，都单独做一个线程来处理，给不同的数据量，设置不同的阈值，对应不同的更新速度，刷新速度。检测到数据积压，就去提高坐标列表更新的处理速度，为了减小，界面折线图刷新的处理压力，将坐标列表也改为坐标点List,改为List[[],[]]模式，设置好界面更新时，直接调用提前处理好的坐标更新，加快刷新速度
实际还有一次刷新大批量数据时，应该怎么处理的问题？这一块暂没有碰到，随后写的时候在处理一下。
源码
腾讯云开发者
