什么是绘制实时串行数据的最有效的Python IPC机制？

Question

从串行端口读取数据到绘制该数据的单独进程的最快Python机制是什么？

我正在实时绘制从串口读取的eeg数据。 串行端口读取和数据包拆包代码工作正常，因为如果我读取并存储数据，然后再绘制存储的数据，则看起来不错。 像这样：

注意：设备会生成测试正弦波进行调试

我正在使用pyQtGraph进行绘图。 不能以与读取串行数据相同的过程来更新绘图，因为串行read（）调用之间的微小延迟会导致串行缓冲区溢出并导致错误的校验和。 pyQtGraph提供了在单独的进程上呈现图的规定，这很好，但是瓶颈似乎在进程间通信中。 我尝试了Pipe（）和Queue（）的各种配置，所有这些配置都会导致图形更新缓慢，闪烁。 到目前为止，从串行端口向图形获取新值的最流畅，最一致的方法似乎是通过共享内存，如下所示：

from pyqtgraph.Qt import QtGui
import pyqtgraph as pg
from multiprocessing import Process, Array, Value, Pipe
from serial_interface import EEG64Board
from collections import deque

def serialLoop(arr):
    eeg = EEG64Board(port='/dev/ttyACM0')
    eeg.openSerial() 
    eeg.sendTest('1')        #Tells the eeg device to start sending data
    while True:
        data = eeg.readEEG() #Returns an array of the 8 latest values, one per channel
        if data != False:    #Returns False if bad checksum
            val.value = data[7] 

val = Value('d',0.0)
q = deque([],500)

def graphLoop():
    global val,q
    plt = pg.plot(q)
    while True:
        q.append(val.value)
        plt.plot(q,clear=True)
        QtGui.QApplication.processEvents()

serial_proc = Process(target=serialLoop, args=(val,), name='serial_proc')
serial_proc.start()

try:
    while True:
        graphLoop()
except KeyboardInterrupt:
    print('interrupted')

上面的代码通过简单地提取serialLoop记录的最新值并将其附加到双端队列来执行实时绘图。 尽管该图平滑更新，但它仅捕获了四分之一的值，如结果图所示：

那么，您将建议哪种多进程或线程结构，然后在它们之间使用哪种形式的IPC？

更新：

我每秒接收2,000个样本。 我在想，如果我以100 fps更新显示并每帧添加20个新样本，那我应该很好。 实现此目的的最佳Python多线程机制是什么？

Answer 1

这可能不是最有效的，但是下面的代码可在一幅图中达到100 fps，或在八幅图中达到20 fps。 这个想法很简单：共享一个数组，索引和锁。 当具有锁定时，串行填充数组并递增索引，绘图过程会定期在锁定下定期从数组和递减索引中获取所有新值。

from pyqtgraph.Qt import QtGui
import pyqtgraph as pg
from multiprocessing import Process, Array, Value, Lock
from serial_interface import EEG64Board
from collections import deque

def serialLoop(arr,idx,lock):
    eeg = EEG64Board(port='/dev/ttyACM0')
    eeg.openSerial() 
    eeg.sendTest('1')        #Tells the eeg device to start sending data
    while True:
        data = eeg.readEEG() #Returns an array of the 8 latest values, one per channel
        if data != False:    #Returns False if bad checksum
            lock.acquire()
            for i in range(8):
                arr[i][idx.value] = data[i] 
            idx.value += 1
            lock.release()
    eeg.sendTest('2') 

arr = [Array('d',range(1024)) for i in range(8)]
idx = Value('i', 0)
q = [deque([],500) for i in range(8)]
iq = deque([],500)
lock = Lock()

lastUpdate = pg.ptime.time()
avgFps = 0.0

def graphLoop():
    global val,q,lock,arr,iq, lastUpdate, avgFps
    win = pg.GraphicsWindow()
    plt = list()
    for i in range(8):
        plt += [win.addPlot(row=(i+1), col=0, colspan=3)]
    #iplt = pg.plot(iq)
    counter = 0
    while True:
        lock.acquire()
        #time.sleep(.01)
        for i in range(idx.value):
            for j in range(8):
                q[j].append(arr[j][i])        
        idx.value = 0
        lock.release()
        for i in range(8):
            plt[i].plot(q[i],clear=True)
        QtGui.QApplication.processEvents()
        counter += 1

        now = pg.ptime.time()
        fps = 1.0 / (now - lastUpdate)
        lastUpdate = now
        avgFps = avgFps * 0.8 + fps * 0.2

serial_proc = Process(target=serialLoop, args=(arr,idx,lock), name='serial_proc')
serial_proc.start()

graphLoop()

serial_proc.terminate()