以下代码实现动态绘制随机数据. 将代码中的 xdata 和 ydata 替换为你的数据即可.

import time
import matplotlib.pyplot as plt
import numpy as np
from numpy.random import rand
if __name__ == '__main__':
    # Enable interactive mode.
    plt.ion()
    # Create a figure and a set of subplots.
    figure, ax = plt.subplots()
    # return AxesImage object for using.
    lines, = ax.plot([], [])
    ax.set_autoscaley_on(True)
    # ax.set_xlim(min_x, max_x)
    ax.grid()
    for n in range(600):
        # A template of data generate...
        xdata = np.arange(128)
        ydata = rand(128)
        # update x, y data
        lines.set_xdata(xdata)
        lines.set_ydata(ydata)
        #Need both of these in order to rescale
        ax.relim()
        ax.autoscale_view()
        # draw and flush the figure .
        figure.canvas.draw()
        figure.canvas.flush_events()
        time.sleep(0.01) 
以下代码实现动态绘制二维随机数据. 将代码中的 imdata 替换为你的二维数据即可.
 
import time
import matplotlib.pyplot as plt
import numpy as np
from numpy.random import rand
if __name__ == '__main__':
    imshape = (64,64,3)
    imdata = np.zeros(imshape)
    # Enable interactive mode.
    plt.ion()
    # Create a figure and a set of subplots.
    figure, ax = plt.subplots()
    # return AxesImage object for using.
    im = ax.imshow(imdata)
    for n in range(600):
        # A template of data generate...
        imdata = rand(*imshape)
        # update image data
        im.set_data(imdata)
        # draw and flush the figure .
        figure.canvas.draw()
        figure.canvas.flush_events()
        time.sleep(0.01) 
如果对你有帮助, 记得点个赞哦o(￣▽￣)ブ
补充知识：jupyter notebook matplotlib绘制动态图并显示在notebook中
有些时候matplotlib 的绘图没法显示在notebook中，或者显示不了。这与backend有关。
首先启动你的notebook，输入
%pylab
查看你的matplotlib后端，我的输出为：
Qt5Agg
                                    matplotlib实现数据实时刷新前言源码结语
matplotlib是python下非常好用的一个数据可视化套件，网上相关的教程也非常丰富，使用方便。本人需求一个根据实时数据刷新曲线的上位机软件，找了半天，基本上都是使用matplotlib的交互模式，我折腾半天还是没有实现想要的效果，但却通过另一种方法实现了想要的效果。
注释已经很充分，不多赘述，直接看源码。
import mat...
                                    在使用Python库时，常常会用到matplotlib.pyplot绘图，本文介绍在PyCharm及Jupyter Notebook页面中控制绘图显示与否的小技巧。
在PyCharm中显示绘图
在绘图代码最后加上“plt.show()”语句。
import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 2*np.pi, .001)
y = np.sin(2 * np.pi * x)
plt.clf()
plt.plot(x, y)
l = plt.axhline(linewidth=1, color='black')
                                    最近在做四足的运动学仿真，因为这一段时间用python比较多，所以想直接用python做运动仿真，通过画图来展示步态和运动效果。了解了一下matplotlib库之后又参考了一些网上的博客，成功实现了绘图动态刷新的效果，类似动画效果。
                                    print(er)，希望python能告诉你原因，抱歉！导入模块比较简单，首先声明使用pyqt5，通过FigureCanvasQTAgg创建画布，可以将画布的图像显示到UI，相当于pyqt5的一个控件，后面的绘图就建立在这个画布上，然后把这个画布当中pyqt5的控件添加到pyqt5的UI上，其次要导入matplotlib.figure的Figure ，这里要注意的是matplotlib.figure中的Figure，不是matplotlib.pyplot模块中的Figure，要区分清楚。
                                    Matplotlib交互模式画图动态刷新延迟等问题一、引子二、问题三、测试分析四、解决方案
  最近在实验室优化基于 EPICS 协议的 Python 控制程序，其中，硅漂移探测器设备（silicon drifting detector, SDD）需要实时采集数据并图形化显示测试曲线。因此，在控制程序中使用到了 Matplotlib，以下代码片段为模拟实验数据采集过程，图1（a）为模拟实验数据采集显示效果。
  for 循环结合 plt.ion() 和 plt.pause(0.1) 的用法已有很多
                                    用python做仿真一个痛点就是不能像netlogo等一些其他软件可以很方便的实现实时数据可视化，也正是由于这一点，调试仿真系统时不够直观。因此，掌握如何根据仿真系统即时生成的数据绘制动态图形很重要。已经有几位博主给出了详细的博文，这里给大家列举出来。为了增加点新东西，，方便大家读懂代码。
                                    使用 Matplotlib 绘制图形并嵌入 Tkinter 中，可以使用 FigureCanvasTkAgg 类。这个类可以将 Matplotlib 图形转换为 Tkinter 可用的图形，然后将其嵌入 Tkinter GUI 中。
实现动态刷新，可以在循环中不断地更新数据并重新绘制图形。
以下是一个示例代码：
import matplotlib
matplotlib.use("TkAgg")
                                    目录一、pyqt5的UI中嵌入matplotlib的方法1、导入模块2、创建pyqt5画布，并简单设置样式3、填上创建pyqt5画布挖的坑4、把画布添加到pyqt5的UI中二、实时刷新matplotlib图像的坑
一、pyqt5的UI中嵌入matplotlib的方法
1、导入模块
导入模块比较简单，首先声明使用pyqt5，通过FigureCanvasQTAgg创建画布，可以将画布的图像显示到UI，相当于pyqt5的一个控件，后面的绘图就建立在这个画布上，然后把这个画布当中pyqt5的控件添加到pyqt5的U
                                    在数据分析和可视化场景中，我们常常需要实现实时动态图表，比如每分钟读取数据库新的记录，及时更新图表显示最新数据，而不是静态显示某个时间点的数据。本文将介绍使用Python matploblib库的animation功能实现实时动态绘图的方法。
                                    一、现有的集成工具
绘制动图可以用一些现有的集成库，但是很麻烦，你需要调整和他们一样的参数和格式，定制化程度比较低，还得再去搞懂它们的东西。比如这些现有的：
https://github.com/JackMcKew/pandas_alive
二、多张图片的合成
使用Python  PIL.Image 制作GIF图片：
import  PIL.Image                      # 相关模块
img = Image.open(img_name)                     #