之前一直用爬虫捉取路由实时上下载的记录用数据库保存，有时可用matplotlib来查看时间与上下传的曲线图，但是静态的，查询的时间段需自行认定，虽然qt的日历类可以比较方便取日期按日期查，但总觉要点有点麻烦，又不想看24小时的数据，截取最近几小时观看数据并实时展示应该是很好的方式，经百度发现pyqt有个很方便的库来展示动态数据，这个库是pyqtchart，安装PyQt时并没有这个库的，需另行安装，pip install pyqtchart安装就可以了，下面就结合代码和实际情况记录一下。
import sqlite3,sys,time from datetime import datetime from PyQt5.QtChart import QDateTimeAxis,QValueAxis,QSplineSeries,QChart,QChartView from PyQt5.QtWidgets import QApplication from PyQt5.QtGui import QPainter from PyQt5.QtCore import QDateTime,Qt,QTimer class ChartView(QChartView,QChart): #原代码如此，继承了两个类，其实去掉QChart也没影响 def __init__(self, *args, **kwargs): super(ChartView, self).__init__(*args, **kwargs) self.connect = sqlite3.connect("netdata.db") #数据库，表名为t1，包括时间（年月日时分秒的方式，用sqlite的自动时间截生成的，为方便自己看，转成年月日，结果是个坑），下载速度，上传速度 self.resize(1500, 500) self.setRenderHint(QPainter.Antialiasing) # 抗锯齿，注释此行曲线很难看 self.limitminute=240 #设置显示多少分钟内的活动 self.maxspeed = 300 #预设y轴最大值 self.chart_init() self.timer_init() def timer_init(self): #使用QTimer，2秒触发一次，更新数据 self.timer = QTimer(self) self.timer.timeout.connect(self.drawLine) self.timer.start(2000) def chart_init(self): self.chart = QChart() self.series = QSplineSeries() #这个是平滑曲线类，而QSplineSeries()是折线类，根所自己需求选用，下载数据曲线 self.series_upload = QSplineSeries() #上传数据曲线 #设置曲线名称 self.series.setName("下载速度") self.series_upload.setName('上传速度') #把曲线添加到QChart的实例中 self.chart.addSeries(self.series) self.chart.addSeries(self.series_upload) #声明并初始化X轴，Y轴 self.dtaxisX = QDateTimeAxis() self.vlaxisY = QValueAxis() #设置坐标轴显示范围 self.dtaxisX.setMin(QDateTime.currentDateTime().addSecs(-self.limitminute*60)) self.dtaxisX.setMax(QDateTime.currentDateTime().addSecs(0)) self.vlaxisY.setMin(0) self.vlaxisY.setMax(self.maxspeed) #设置y轴最大值 #设置X轴时间样式 self.dtaxisX.setFormat("hh:mm") #关注就是几小时内的数据，就留时分好了 #设置坐标轴上的格点 self.dtaxisX.setTickCount(15) #平均分的刻度分隔 self.vlaxisY.setTickCount(10) #设置坐标轴名称 self.dtaxisX.setTitleText("时间") self.vlaxisY.setTitleText("速度(M)") #设置网格显示，并设为灰色 self.vlaxisY.setGridLineVisible(True) self.vlaxisY.setGridLineColor(Qt.gray) self.dtaxisX.setGridLineVisible(True) self.dtaxisX.setGridLineColor(Qt.gray) #把坐标轴添加到chart中 self.chart.addAxis(self.dtaxisX,Qt.AlignBottom) self.chart.addAxis(self.vlaxisY,Qt.AlignLeft) #把曲线关联到坐标轴 self.series.attachAxis(self.dtaxisX) self.series.attachAxis(self.vlaxisY) self.series_upload.attachAxis(self.dtaxisX) self.series_upload.attachAxis(self.vlaxisY) self.setChart(self.chart) def drawLine(self): #获取当前时间 bjtime = QDateTime.currentDateTime() #更新X轴坐标 self.dtaxisX.setMin(bjtime.addSecs(-self.limitminute*60)) self.dtaxisX.setMax(bjtime.addSecs(0)) #设Y轴最大值，查询数据库最近4小时内的下载最大值，并乘1.2作为y轴最大值 for xx in self.connect.execute( "select max(downdata) from t1 where time > datetime('now','-4 hour','localtime') order by time"): if xx: self.vlaxisY.setMax(int(xx[0] * 1.2)) else: self.vlaxisY.setMax(self.maxspeed) if self.series.at(0): #self.serie存在索引0时，也就是起码有一个数据对过旧数据进行清除，self.series.removePoints两参数一个是索引，一个是从索引起始删除多少个数值，两条数据均如此处理 if self.series.at(0).x()<bjtime.addSecs(-self.limitminute*60).toMSecsSinceEpoch(): #self.series.at(0).x()其实就是图像x坐标值，与原始数据可能并不完全相等，小数点后的值是约去了的，bjtime的toMSecsSinceEpoch()其实与time.time()相约，不过前者是整数，是后者的1000倍，所以后面需要转换 self.series.removePoints(0, 1) if self.series_upload.at(0): if self.series_upload.at(0).x()<bjtime.addSecs(-self.limitminute*60).toMSecsSinceEpoch(): self.series_upload.removePoints(0, 1) for xx in self.connect.execute("select * from t1 order by time desc limit 1"): #x1 = self.connect.execute("select strftime('%s',?)", (xx[0],)).fetchone()[0] #用此法转出来的时间截与time.time()整好差8个时区，用sqlite不知如何处理了 x1=time.mktime(datetime.strptime(xx[0], '%Y-%m-%d %H:%M:%S').timetuple()) #用py内置库的办法有日期转为时间截 x_time=int(x1)*1000 #再乘1000，以符号格式要求 y0_value=xx[1] #取得下载数据 y1_value=xx[2] #取得上传数据 #添加数据到曲线末端 if self.series.at(0): #因数据库并非每秒更新，为免相同数据重复录入，先判断self.series起码有一个数据 if x_time!=self.series.at(self.series.count()-1).x(): #假如最新的时间轴与数据库取得的不一致就录入，相同就跳过 self.series.append(x_time, y0_value) else: #当self.series为空时起码录入第一个数据，下面另外一轴同样处理 self.series.append(x_time,y0_value) if self.series_upload.at(0): if x_time!=self.series_upload.at(self.series_upload.count()-1).x(): self.series_upload.append(x_time, y1_value) else: self.series_upload.append(x_time,y1_value) #print(self.series.count(),self.series_upload.count()) if __name__ == "__main__": app = QApplication(sys.argv) view = ChartView() view.show() sys.exit(app.exec_())