PyQtGraph做多图表绘制这事,圈子里聊得不少,但真能讲清楚自定义门道的文章不多。PyQtGraph本身是一个基于PyQt/PySide的纯Python绘图库,底层跑在OpenGL和NumPy上,绘制效率和交互响应都比Matplotlib高出一个量级,特别适合实时数据流、高频刷新的场景。如果你做的是传感器采集、交易行情、示波器类工具,或者任何需要同时盯好几路波形、又嫌Matplotlib卡到没法用的界面工具,PyQtGraph都是绕不开的选择。
我之前在《PyQtGraph应用(一)》和《PyQtGraph应用(二)》里粗略聊过基础绘图和性能优化,这篇专门拆自定义多图表这块。我强烈建议所有准备在PyQtGraph上做复杂界面的朋友,都花点时间把多图表布局和坐标轴联动这些机制吃透,因为后续做任何正经工具都会碰到。
1. 多图表绘制的整体思路与方案选型
先说结论:PyQtGraph绘制多图表,主流的做法是使用GraphicsLayoutWidget而不是传统的QWidget + QVBoxLayout。这个区别很关键,很多人第一次用PyQtGraph,习惯性地拿Qt的布局容器往里塞PlotWidget,结果图表一多,缩放、联动、坐标轴对齐全乱套。原因在于GraphicsLayoutWidget是一个GraphicsView体系下的组件,图表直接作为PlotItem挂在一个统一场景里,它们天然共享坐标系变换和渲染上下文,性能和同步性都远好于堆叠多个独立视图。
1.1 为什么优先选择GraphicsLayoutWidget
GraphicsLayoutWidget听起来像布局,实际上它是一个基于QGraphicsScene的渲染容器。所有PlotItem其实都是GraphicsObject,在同一个场景里做排版和绘制。这意味着:
一是布局效率高。多个图表塞在一个场景里,而不是创建多个QGraphicsView实例,内存占用和事件分发开销都小得多。实时刷新时需要重绘的只是场景里的item,不会有多个视图各自创建OpenGL上下文的问题。
二是坐标联动天然方便。因为多个PlotItem都在同一个场景里,想要它们共享X轴缩放或Y轴范围,只需要设置setXLink或者setYLink,底层会在同一个视图中同步坐标变化,不需要自己处理sigXRangeChanged信号再手动去setRange。
三是样式统一容易。背景色、边框线宽、刻度字体这些,既可以在每个PlotItem上单独设置,也可以直接改场景的默认配置,批量生效。
当然,GraphicsLayoutWidget也有它的脾气。它对布局的控制是“格子化”的,通过addPlot(row, col)来定位,而不是Qt布局那种流式排布。如果你需要极其复杂的非规则布局,比如跨行跨列的表格,addPlot(0, 0, colspan=2)是支持的,但灵活性确实不如专门做布局的Qt组件。
1.2 GraphicsView与PlotWidget的本质区别
在PyQtGraph里,PlotWidget是GraphicsView + PlotItem的封装,而GraphicsLayoutWidget是GraphicsView + GraphicsLayout,GraphicsLayout里可以有多个PlotItem。我见过不少项目把单个PlotWidget单独排进QGridLayout,做一个四宫格的多图表界面,能跑,但明显有两个问题:
第一,每个PlotWidget都有自己的坐标轴和ViewBox,做X轴联动时要手动处理信号,用户拖动其中一个图表时,其他图表响应有肉眼可见的延迟。第二,四个PlotWidget各自创建自己的渲染上下文,内存开销大,而且嵌入普通QWidget布局后,缩放和滚动需要用QScrollArea之类处理,非常别扭。
所以我后来的项目,凡是涉及两个以上图表的场景,一律改用GraphicsLayoutWidget。这个选择做了之后,坐标联动成了几行代码的事,用户体验舒服太多了。
1.3 自定义方案的整体设计思路
在做自定义多图表之前,我建议你先在纸上把图表的功能需求列出来,不急着写代码。你至少要明确这几个问题:
你要同时展示多少路数据,图表之间是否共享X轴或Y轴范围,是否需要十字光标跨图表联动,是否需要点击图表进行框选放大的交互,以及是否有动态追加数据的需求。
这些问题的答案直接决定了GraphicsLayoutWidget的布局矩阵、坐标轴联动策略和交互处理方案。举一个我在实践中最常见的方案:上方一个大图表显示整体趋势,下方三个小图表显示不同维度的细节数据,四个图表共享X轴,缩放任意一个,其他三个也跟着缩放。这样既能看清全局,又能对比细节。下面我会沿着这套方案,把用到的核心组件逐个拆开讲清楚。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心组件的自定义细节与实操要点
要在PyQtGraph里做真正“自定义”的多图表,不是拖几个默认控件就完事,需要把PlotItem、ViewBox、AxisItem、LegendItem这些组件都摸透,知道它们各自的职责和自定义入口。默认生成一个PlotItem确实很快,但深度定制都是从修改这些组件的属性开始的。
2.1 PlotItem与ViewBox的关系
PlotItem是一个“容器型”对象,它内部默认包含一个ViewBox和若干AxisItem。你在PlotItem上调用plot(),实际上是往它的ViewBox里添加PlotDataItem。理解这个层级关系很重要,因为分布在不同层操作,效果完全不同:
- 在
PlotItem层设置setTitle、setLabel、showGrid、addLegend,影响的是整个图表的标题、坐标轴标签、网格和图例。 - 在
ViewBox层设置setXRange、setYRange、setMouseEnabled、setAspectLocked,影响的是绘图区域的坐标范围、鼠标交互和宽高比锁定。
我见过不少人想锁定Y轴不让用户缩放,在PlotItem上调来调去都不生效,其实是找错了层级。正确做法是拿到viewbox再设置:
python复制plot_item = layout_widget.addPlot(row=0, col=0)
view_box = plot_item.getViewBox()
view_box.setMouseEnabled(x=True, y=False) # 只允许X轴缩放
view_box.setYRange(0, 10, padding=0) # Y轴锁定范围
这个细节非常重要。自定义交互的第一原则就是找对操作层级,不然代码写得再对也不生效。
2.2 坐标轴自定义:刻度、标签与位置
坐标轴是图表里信息密度最高的元素之一,也是最常需要自定义的地方。在PyQtGraph里,坐标轴其实是AxisItem对象,你可以通过getAxis('bottom')或getAxis('left')拿到。
我常用的几个坐标轴自定义场景:
自定义刻度标签,默认情况下坐标轴会根据数据范围自动算刻度,比如X轴是时间戳时,默认刻度显示为一串数字,人看得很费劲。这时可以用setTicks手动指定刻度:
python复制axis_bottom = plot_item.getAxis('bottom')
ticks = [(timestamp1, time_str1), (timestamp2, time_str2), ...]
axis_bottom.setTicks([ticks])
调整坐标轴文字大小和颜色:
python复制axis_bottom.setTextPen('#FF9800')
axis_bottom.setStyle(tickFont=QFont('Arial', 10), tickTextOffset=6)
新增额外坐标轴,比如双Y轴场景,右侧Y轴显示另一路数据的量纲。PyQtGraph里最简单的方式是在同一个PlotItem上添加第二个ViewBox:
python复制view2 = plot_item.getViewBox().scene().addItem(plot_item.getViewBox())
# 在图表右侧新建ViewBox来承载第二个坐标轴
这里的操作稍微偏门,如果你需要双Y轴,建议直接查setRightAxis或者用ViewBox嵌套方案,默认的single-ViewBox模式不支持直接在右侧挂一个独立量纲的Y轴。
刻度个数控制,数据量大的时候,坐标轴刻度容易挤成一团。用setTickSpacing手动控制主刻度和次刻度的间隔:
python复制axis_bottom.setTickSpacing(level=0, spacing=100)
axis_bottom.setTickSpacing(level=1, spacing=50)
level=0对应主刻度,level=1对应次刻度,spacing单位是数据坐标系下的值。
2.3 图例、颜色与线型的自定义
多图表场景下,图例的重要性不亚于坐标轴。每个PlotItem可以有自己的图例,addLegend(offset=(10, 10))返回一个LegendItem对象。你要注意图例默认只显示传入plot()时name参数指定的曲线,不传name是不会有图例条目的。
我习惯在一个统一的位置给所有图表的图例做统一样式,而不是每个PlotItem用默认样式。
python复制legend = plot_item.addLegend(offset=(10, 10))
legend.setBrush(QBrush(QColor(30, 30, 30, 180))) # 半透明背景
legend.setPen(QPen(QColor(200, 200, 200), 1)) # 边框
