【Qwt 7.0 系列】曲线绘图详解 —— 从基础到百万级数据性能优化本文是 Qwt 7.0 系列介绍和教程如果你正在寻找一个高性能、协议友好、同时支持 2D 和 3D 绘图的 Qt 数据可视化库那么这篇文章就是为你准备的。系列总述文章Qwt 7.0 —— 基于 Qt 的高性能 2D/3D 绘图库概述 | 高性能曲线绘制 | 常用图表类型 | 高级科学图表 | 多坐标轴与布局 | 交互功能 | 3D 数据可视化 | 坐标轴与刻度 | 控件与辅助元素 | 总体架构解析 | matplotlib 风格绘图项目地址GitHub | Gitee | 在线文档引言曲线是数据可视化最基本、最常见的形式。无论你是在做传感器数据采集、示波器波形显示还是金融 K 线图、科学实验数据绘图曲线图都不可或缺。Qwt 7.0基于原版 Qwt 6.2.0 的社区维护分支提供了强大的曲线绘图能力——从基础的折线、阶梯、柱状图到丰富的符号标记系统再到百万级数据的 SIMD 加速降采样渲染。特别是 Qwt 7.0 新增的FilterPointsLTTB降采样算法和 AVX2/SSE4.2 向量化加速是原版 Qwt 6.x 完全没有的这让它在工业级大数据可视化场景下表现优异。本篇将从基础用法讲起逐步深入到性能优化的底层原理帮助你全面掌握 Qwt 7.0 的曲线绘图。一、QwtPlotCurve 基础QwtPlotCurve是 Qwt 中最核心的绘图项类用于在二维坐标系中绘制数据曲线。它的类继承关系如下QwtPlotItem ← 所有绘图项的基类 └─ QwtPlotSeriesItem ← 系列数据绘图项 └─ QwtPlotCurve ← 曲线同时继承 QwtSeriesStoreQPointF1.1 创建第一根曲线来看一个最基础的完整示例#includeQwtPlot#includeQwtPlotCurve#includeQApplicationintmain(intargc,char*argv[]){QApplicationapp(argc,argv);// 创建绘图窗口QwtPlot plot;plot.setTitle(我的第一根曲线);plot.setCanvasBackground(Qt::white);// 创建曲线对象QwtPlotCurve*curvenewQwtPlotCurve(y x²);curve-setPen(QPen(Qt::blue,2.0));// 蓝色线条宽度2curve-setRenderHint(QwtPlotItem::RenderAntialiased,true);// 开启抗锯齿// 准备数据constintn100;QVectordoublexData(n),yData(n);for(inti0;in;i){xData[i]i*0.1;yData[i]xData[i]*xData[i];// y x²}curve-setSamples(xData,yData);// 附加到绘图并显示curve-attach(plot);plot.replot();plot.resize(600,400);plot.show();returnapp.exec();}运行后你会看到一条平滑的抛物线。这就是 Qwt 曲线绘图的最小可运行示例。1.2 setSamples 的五种姿势QwtPlotCurve提供了多种数据设置方式适应不同场景// 方式1两个 QVectordouble最常用QVectordoublexs,ys;curve-setSamples(xs,ys);// 方式2QPolygonFQPointF 数组适合不均匀采样QPolygonF points;pointsQPointF(0,0)QPointF(1,1)QPointF(2,4);curve-setSamples(points);// 方式3原始 double 数组需要指定数量doublex[100],y[100];curve-setSamples(x,y,100);// 内部会复制数据// 方式4引用外部数组不复制高性能但数组必须保持有效curve-setRawSamples(x,y,100);// 注意数组生命周期由你管理// 方式5只给 Y 值X 自动为 0, 1, 2, ...QVectordoubleyValues;curve-setSamples(yValues);setRawSamples 的陷阱使用setRawSamples()时曲线不会复制数据而是直接引用你提供的数组。你必须确保数组在曲线存在期间始终有效且不要在外部修改数组内容除非你清楚后果。这在实时数据场景中很有用但用错会导致崩溃。Qwt 官方提供的simpleplot示例展示了一根简单的正弦曲线二、曲线样式定制2.1 五种曲线样式QwtPlotCurve支持 5 种绘制样式样式枚举值说明适用场景不绘制NoCurve仅显示符号散点图折线Lines直线连接各点默认通用曲线柱状Sticks从基线绘制垂直/水平线柱状图阶梯Steps阶梯函数连接离散变化数据散点Dots仅绘制点比 NoCurveSymbol 更高效海量散点// 折线样式默认curve-setStyle(QwtPlotCurve::Lines);curve-setPen(QPen(Qt::darkBlue,2.0,Qt::SolidLine));// 阶梯样式curve-setStyle(QwtPlotCurve::Steps);curve-setPen(QPen(Qt::darkCyan,2.0));// 阶梯默认从左向右可用 Inverted 反转方向curve-setCurveAttribute(QwtPlotCurve::Inverted,true);// 柱状样式curve-setStyle(QwtPlotCurve::Sticks);curve-setPen(QPen(Qt::red,1.5));curve-setBaseline(0.0);// 基线位置默认为0官方curvedemo示例集中展示了各种曲线样式2.2 画笔设置画笔QPen控制曲线的视觉效果// 颜色 宽度 线型curve-setPen(QPen(QColor(#2196F3),2.0,Qt::SolidLine));// 虚线curve-setPen(QPen(Qt::red,1.5,Qt::DashLine));// 点划线curve-setPen(QPen(Qt::green,2.0,Qt::DashDotLine));// 自定义虚线模式QVectorqrealdashPattern;dashPattern4212;// 画4、空2、画1、空2QPencustomPen(Qt::blue,2.0,Qt::CustomDashLine);customPen.setDashPattern(dashPattern);curve-setPen(customPen);// 圆角连接避免锐角处出现尖刺QPenpen(Qt::blue,3.0);pen.setJoinStyle(Qt::RoundJoin);pen.setCapStyle(Qt::RoundCap);curve-setPen(pen);2.3 抗锯齿渲染开启抗锯齿可以让曲线更加平滑// 对单个曲线开启curve-setRenderHint(QwtPlotItem::RenderAntialiased,true);抗锯齿会带来微小的性能开销但在数据量不是特别大时视觉效果提升明显建议默认开启。2.4 曲线填充可以用画刷QBrush填充曲线与基线之间的区域// 半透明渐变填充QLinearGradientgradient(0,0,0,1);gradient.setColorAt(0,QColor(33,150,243,180));gradient.setColorAt(1,QColor(33,150,243,0));curve-setBrush(QBrush(gradient));// 设置基线填充从此 Y 值开始curve-setBaseline(0.0);// 阶梯样式 填充 漂亮的面积图效果curve-setStyle(QwtPlotCurve::Steps);curve-setBrush(QBrush(QColor(100,150,200,100)));三、QwtSymbol 符号系统符号QwtSymbol用于在每个数据点位置显示标记能让关键数据点更加醒目。3.1 内置形状一览Qwt 提供了丰富的预定义形状形状枚举值示意椭圆Ellipse●矩形Rect■菱形Diamond◆上三角Triangle▲下三角DTriangle▼左三角LTriangle◀右三角RTriangle▶十字Cross✚X十字XCross✕六角星Star1✦五角星Star2★六边形Hexagon⬡自定义路径Path任意形状SVGSvgSVG 图形官方symbols示例展示了所有内置形状3.2 创建与应用符号#includeQwtSymbol// 便捷构造函数形状、填充、边框、大小QwtSymbol*symbolnewQwtSymbol(QwtSymbol::Ellipse,// 圆形QBrush(Qt::yellow),// 黄色填充QPen(Qt::blue,1),// 蓝色边框QSize(8,8)// 8x8 像素);curve-setSymbol(symbol);// 菱形符号curve-setSymbol(newQwtSymbol(QwtSymbol::Diamond,QBrush(Qt::cyan),QPen(Qt::darkCyan,1),QSize(10,10)));// 仅边框的十字无填充性能更好curve-setSymbol(newQwtSymbol(QwtSymbol::Cross,Qt::NoBrush,// 无填充QPen(Qt::red,2),QSize(12,12)));3.3 自定义形状使用QPainterPath可以创建任意形状的符号QwtSymbol*arrownewQwtSymbol();QPainterPath path;path.moveTo(0,-10);// 顶部尖端path.lineTo(6,5);// 右肩path.lineTo(0,2);// 中心凹陷path.lineTo(-6,5);// 左肩path.closeSubpath();arrow-setStyle(QwtSymbol::Path);arrow-setPath(path);arrow-setBrush(QBrush(Qt::red));arrow-setPen(QPen(Qt::darkRed,1));arrow-setSize(20,20);curve-setSymbol(arrow);3.4 符号使用建议数据点密集时使用小符号4-6px或不显示符号否则会遮挡曲线数据点稀疏时可以使用较大符号10-15px突出关键点不同数据系列使用不同形状便于区分如系列A用圆、系列B用方无填充符号Cross、XCross性能更好适合大数据量四、大规模数据降采样Qwt 7.0 核心特性这是 Qwt 7.0 相比原版 Qwt 6.x最重要的性能提升之一。如果你的数据量超过百万点这部分内容值得仔细阅读。4.1 为什么需要降采样当曲线数据量远超画布像素数时将全部数据点逐一映射并绘制是不必要的——大量点会映射到相同的像素坐标上产生重复绘制。举个例子一个 800px 宽的画布如果你有 100 万个数据点那么平均每个像素列上有约 1250 个点。这 1250 个点最终都画在同一个像素列上你只需要保留它们的包络信息最大值、最小值就够了。原版 Qwt 6.x 只提供了基础的FilterPoints过滤完全重复点在面对百万级数据时力不从心。Qwt 7.0 新增了三种更强大的降采样算法并引入了 SIMD 向量化加速。4.2 四种降采样算法Qwt 7.0 的降采样管线分为四层按优先级从高到低依次选择用户层 APIPaintAttribute内部算法原理简述FilterPointsPixelPixel-Column Reduce按像素列分桶每列保留 first/min/max/lastFilterPointsLTTBMinMax Bucket Reduce按索引等量分桶每桶保留 Y 极值7.0 新增默认启用FilterPointsAggressiveQuad Reduce两遍扫描同像素行/列合并为4关键点7.0 新增FilterPoints连续重复点过滤仅删除屏幕坐标完全相同的连续点下面逐一详解。算法1FilterPoints连续重复点过滤最基础的策略遍历所有数据点进行坐标变换后如果当前点的屏幕坐标与前一个输出点完全相同则跳过。输出点数最多等于输入点数时间复杂度O(n)适用场景数据量较小 1万点问题百万级数据中大量点的屏幕坐标虽接近却不完全相同过滤效果有限反而因判断开销比不过滤更慢算法2FilterPointsAggressive / Quad Reduce核心观察是映射到同一像素列或像素行的连续点只需要保留四个关键点——首点、最小值、最大值、末点——即可在视觉上等价表示该段的包络形态。原始数据同一像素列8个点: 化简后输出4个关键点: y₄ y₁ (首) ╱ ╲ y₆ y₄ (max) ╱ ╲ ╱╲ y₅ (min) y₁ y₅╱ y₈ → y₈ (末)算法分两遍扫描第一遍沿数据主导方向合并第二遍沿副方向再合并。通过qwtProbeOrientation()采样检测数据是水平主导还是垂直主导。输出点数约4 × max(画布宽, 画布高)时间复杂度O(n)优点通用性强不要求数据单调波形保真度好算法3FilterPointsPixel / Pixel-Column Reduce以画布的像素列为索引分桶每列保留 first/min/max/last 四个 Y 值。输出点数仅与画布宽度相关与数据量完全无关。画布宽800px → 最多输出 4×800 3200 个点无论数据是1万还是1亿对于单调递增 X 且线性缩放的数据算法会自动用二分查找定位可见范围跳过画布外的数据。输出点数最多4 × 画布宽度优点输出规模完全独立于数据量缺点所有输出点的 X 坐标被强制对齐到像素列整数丢失亚像素精度限制仅适用于Lines样式算法4FilterPointsLTTB / MinMax Bucket Reduce7.0 新增默认启用受 LTTBLargest Triangle Three Buckets算法启发采用按索引等量分桶策略将可见数据等分为 N 个桶N 2 × 画布宽度每个桶保留 Y 值最小和最大的两个点且保留原始 X 坐标。与 Pixel-Column Reduce 的关键区别分桶依据是数据索引而非屏幕像素列因此输出点保留了原始 X 坐标精度波形轮廓更精确。SIMD 加速当数据满足线性缩放且存储连续时算法会提取原始 Y 值指针使用 AVX24个double/次或 SSE4.22个double/次向量化指令在每桶内同时查找 argmin/argmax。运行时自动检测 CPU 特性通过函数指针实现零分支开销分发。CPU 特性向量化宽度每次迭代处理理论加速比AVX2256-bit4 个 double3-4× vs 标量SSE4.2128-bit2 个 double1.5-2× vs 标量标量—1 个 double1× (基准)输出点数约4 × 画布宽度时间复杂度O(n)优点保留原始 X 坐标波形最精确百万级数据下实测最快限制仅适用于Lines样式从 Qwt 7.x 开始默认启用ClipPolygons | FilterPointsLTTB无需手动开启降采样优化。这在原版 Qwt 6.x 中是不存在的默认行为。4.3 性能对比百万级数据实测以下是在 Qwt 7.2.1 Qt 5.15.16 环境下的实测数据画布 680×490 px100 帧渲染1,000,000 个 Wave 数据点渲染方法总耗时 (ms)平均帧时间 (ms)FPSNone无优化26,212262.123.8FilterPoints44,472444.722.2FilterPointsAggressive17,539175.395.7FilterPointsPixel23,216232.164.3FilterPointsLTTB默认13,349133.497.5关键结论FilterPointsLTTB性能最优FPS 达到 7.5这也是 Qwt 7.0 的默认算法FilterPointsAggressive作为备选算法同样高效比无优化快 3.3 倍FilterPoints基础过滤反而最慢——过滤开销大于收益百万级数据下不建议使用这些降采样算法和 SIMD 加速是Qwt 7.0 独有的原版 Qwt 6.x 没有这些优化你可以运行examples/bench/renderbench示例在自己的硬件上验证。4.4 代码示例代码示例// 场景1百万级传感器数据实时监控// 默认即为 LTTB无需手动设置QwtPlotCurve*sensorCurvenewQwtPlotCurve(传感器数据);// sensorCurve 已默认启用 FilterPointsLTTB// 场景2示波器波形分析// 同样使用默认的 LTTB 即可QwtPlotCurve*scopeCurvenewQwtPlotCurve(波形);// 场景3海量散点数据QwtPlotCurve*scatterCurvenewQwtPlotCurve(散点);scatterCurve-setStyle(QwtPlotCurve::Dots);scatterCurve-setPaintAttribute(QwtPlotCurve::ImageBuffer,true);属性互斥提示FilterPointsPixel和FilterPointsLTTB会覆盖FilterPointsAggressive的效果三者不应同时启用。五、实时数据绘图技巧实时数据绘图是工程实践中最常见的场景之一示波器、传感器监控、CPU 使用率等。Qwt 官方提供了三个经典的实时绘图示例。5.1 CPU 监控cpuplotcpuplot示例模拟了系统 CPU 使用率监控展示如何用滚动时间轴 多曲线实现实时监控面板。5.2 实时绘图realtimerealtime示例展示了更通用的实时数据绘图模式。5.3 示波器oscilloscopeoscilloscope示例模拟了数字示波器的交互体验支持触发、扫描等示波器特有功能。5.4 实时数据更新的核心模式实时绘图的关键技巧是关闭自动刷新、批量更新后手动刷新classRealtimePlot:publicQwtPlot{public:RealtimePlot(){// 关闭自动刷新这是性能关键setAutoReplot(false);m_curvenewQwtPlotCurve(实时数据);m_curve-attach(this);m_curve-setPen(Qt::blue,2);// FilterPointsLTTB 是默认启用的无需手动设置// m_curve-setPaintAttribute(QwtPlotCurve::FilterPointsLTTB, true);}voidappendData(doublex,doubley){m_xData.append(x);m_yData.append(y);// 保持最近 N 个点滑动窗口constintmaxPoints100000;if(m_xData.size()maxPoints){m_xData.removeFirst();m_yData.removeFirst();}// 用 setRawSamples 避免数据复制m_curve-setRawSamples(m_xData.constData(),m_yData.constData(),m_xData.size());replot();// 手动刷新}private:QwtPlotCurve*m_curve;QVectordoublem_xData,m_yData;};实时绘图的几个要点关闭setAutoReplot()否则每次数据变化都触发重绘造成卡顿使用setRawSamples()避免每次更新都复制数据滑动窗口用removeFirst()保持固定长度的数据缓冲区大数据量降采样默认启用的FilterPointsLTTB是百万级实时数据的最优选择控制刷新频率如果数据更新频率高于屏幕刷新率可以攒批后统一刷新六、Qwt 7.0 与 Qwt 6.x 的关键区别如果你从原版 Qwt 6.x 迁移过来以下差异需要特别注意特性Qwt 6.x原版Qwt 7.0社区维护分支默认降采样无需手动设置ClipPolygons | FilterPointsLTTB默认启用FilterPointsAggressive无新增Quad Reduce 算法FilterPointsPixel无新增Pixel-Column ReduceFilterPointsLTTB无新增MinMax Bucket ReduceSIMD 加速无新增AVX2/SSE4.2 argmin/argmax可见范围二分查找无新增自动定位可见数据范围百万级数据 FPS~3.8无优化7.5LTTB SIMD坐标轴系统Axis枚举QwtAxisId支持任意多轴PIMPL 宏Qt 标准Q_DECLARE_PRIVATE自定义QWT_DECLARE_PRIVATE简单说如果你需要处理大数据量绘图Qwt 7.0 是明确的选择。原版 Qwt 6.x 在百万级数据下只有不到 4 FPS而 Qwt 7.0 配合 LTTB 可以达到 7.5 FPS提升近一倍。七、总结与下期预告本文要点回顾QwtPlotCurve 基础5 种曲线样式Lines/Steps/Sticks/Dots/NoCurve、5 种数据设置方式样式定制画笔颜色/宽度/线型、抗锯齿、曲线填充、基线设置QwtSymbol 符号系统12 种内置形状、自定义 QPainterPath 路径、大小/填充/边框配置大规模数据降采样Qwt 7.0 核心特性4 种降采样算法FilterPoints → FilterPointsAggressive → FilterPointsPixel → FilterPointsLTTB默认启用SIMD 加速AVX2/SSE4.2 向量化 argmin/argmax百万级数据 FPS 从 3.8 提升到 7.5实时绘图技巧关闭自动刷新、setRawSamples、滑动窗口、LTTB 降采样系列文章系列总述Qwt 7.0 —— 基于 Qt 的高性能 2D/3D 绘图库第 1 篇快速入门与核心新特性概览第 2 篇曲线绘图详解 —— 从基础到百万级数据性能优化第 3 篇常用图表类型实战 —— 柱状图、散点图、箱线图与直方图第 4 篇高级科学图表 —— 光谱图、向量场、K线图与极坐标绘图第 5 篇多坐标轴与多绘图布局 —— 寄生绘图与 QwtFigure 容器第 6 篇交互功能详解 —— 平移、缩放、坐标轴交互与数据拾取第 7 篇3D 数据可视化 —— OpenGL 高性能三维绘图第 8 篇坐标轴与刻度系统 —— 刻度引擎、网格、图例与刻度朝内第 9 篇控件与辅助元素 —— 滑块旋钮、标记与装饰第 10 篇总体架构解析 —— 从单体到三库模块化的演进第 11 篇matplotlib 风格绘图 —— QwtPyPlot 接口详解相关链接项目地址https://github.com/czyt1988/QWTGitee 镜像https://gitee.com/czyt1988/QWT在线文档https://czyt1988.github.io/QWT/zh/系列总述https://blog.csdn.net/czyt1988/article/details/160193393
【Qwt 7.0 系列】曲线绘图详解 —— 从基础到百万级数据性能优化
发布时间：2026/7/5 3:17:54
【Qwt 7.0 系列】曲线绘图详解 —— 从基础到百万级数据性能优化本文是 Qwt 7.0 系列介绍和教程如果你正在寻找一个高性能、协议友好、同时支持 2D 和 3D 绘图的 Qt 数据可视化库那么这篇文章就是为你准备的。系列总述文章Qwt 7.0 —— 基于 Qt 的高性能 2D/3D 绘图库概述 | 高性能曲线绘制 | 常用图表类型 | 高级科学图表 | 多坐标轴与布局 | 交互功能 | 3D 数据可视化 | 坐标轴与刻度 | 控件与辅助元素 | 总体架构解析 | matplotlib 风格绘图项目地址GitHub | Gitee | 在线文档引言曲线是数据可视化最基本、最常见的形式。无论你是在做传感器数据采集、示波器波形显示还是金融 K 线图、科学实验数据绘图曲线图都不可或缺。Qwt 7.0基于原版 Qwt 6.2.0 的社区维护分支提供了强大的曲线绘图能力——从基础的折线、阶梯、柱状图到丰富的符号标记系统再到百万级数据的 SIMD 加速降采样渲染。特别是 Qwt 7.0 新增的FilterPointsLTTB降采样算法和 AVX2/SSE4.2 向量化加速是原版 Qwt 6.x 完全没有的这让它在工业级大数据可视化场景下表现优异。本篇将从基础用法讲起逐步深入到性能优化的底层原理帮助你全面掌握 Qwt 7.0 的曲线绘图。一、QwtPlotCurve 基础QwtPlotCurve是 Qwt 中最核心的绘图项类用于在二维坐标系中绘制数据曲线。它的类继承关系如下QwtPlotItem ← 所有绘图项的基类 └─ QwtPlotSeriesItem ← 系列数据绘图项 └─ QwtPlotCurve ← 曲线同时继承 QwtSeriesStoreQPointF1.1 创建第一根曲线来看一个最基础的完整示例#includeQwtPlot#includeQwtPlotCurve#includeQApplicationintmain(intargc,char*argv[]){QApplicationapp(argc,argv);// 创建绘图窗口QwtPlot plot;plot.setTitle(我的第一根曲线);plot.setCanvasBackground(Qt::white);// 创建曲线对象QwtPlotCurve*curvenewQwtPlotCurve(y x²);curve-setPen(QPen(Qt::blue,2.0));// 蓝色线条宽度2curve-setRenderHint(QwtPlotItem::RenderAntialiased,true);// 开启抗锯齿// 准备数据constintn100;QVectordoublexData(n),yData(n);for(inti0;in;i){xData[i]i*0.1;yData[i]xData[i]*xData[i];// y x²}curve-setSamples(xData,yData);// 附加到绘图并显示curve-attach(plot);plot.replot();plot.resize(600,400);plot.show();returnapp.exec();}运行后你会看到一条平滑的抛物线。这就是 Qwt 曲线绘图的最小可运行示例。1.2 setSamples 的五种姿势QwtPlotCurve提供了多种数据设置方式适应不同场景// 方式1两个 QVectordouble最常用QVectordoublexs,ys;curve-setSamples(xs,ys);// 方式2QPolygonFQPointF 数组适合不均匀采样QPolygonF points;pointsQPointF(0,0)QPointF(1,1)QPointF(2,4);curve-setSamples(points);// 方式3原始 double 数组需要指定数量doublex[100],y[100];curve-setSamples(x,y,100);// 内部会复制数据// 方式4引用外部数组不复制高性能但数组必须保持有效curve-setRawSamples(x,y,100);// 注意数组生命周期由你管理// 方式5只给 Y 值X 自动为 0, 1, 2, ...QVectordoubleyValues;curve-setSamples(yValues);setRawSamples 的陷阱使用setRawSamples()时曲线不会复制数据而是直接引用你提供的数组。你必须确保数组在曲线存在期间始终有效且不要在外部修改数组内容除非你清楚后果。这在实时数据场景中很有用但用错会导致崩溃。Qwt 官方提供的simpleplot示例展示了一根简单的正弦曲线二、曲线样式定制2.1 五种曲线样式QwtPlotCurve支持 5 种绘制样式样式枚举值说明适用场景不绘制NoCurve仅显示符号散点图折线Lines直线连接各点默认通用曲线柱状Sticks从基线绘制垂直/水平线柱状图阶梯Steps阶梯函数连接离散变化数据散点Dots仅绘制点比 NoCurveSymbol 更高效海量散点// 折线样式默认curve-setStyle(QwtPlotCurve::Lines);curve-setPen(QPen(Qt::darkBlue,2.0,Qt::SolidLine));// 阶梯样式curve-setStyle(QwtPlotCurve::Steps);curve-setPen(QPen(Qt::darkCyan,2.0));// 阶梯默认从左向右可用 Inverted 反转方向curve-setCurveAttribute(QwtPlotCurve::Inverted,true);// 柱状样式curve-setStyle(QwtPlotCurve::Sticks);curve-setPen(QPen(Qt::red,1.5));curve-setBaseline(0.0);// 基线位置默认为0官方curvedemo示例集中展示了各种曲线样式2.2 画笔设置画笔QPen控制曲线的视觉效果// 颜色 宽度 线型curve-setPen(QPen(QColor(#2196F3),2.0,Qt::SolidLine));// 虚线curve-setPen(QPen(Qt::red,1.5,Qt::DashLine));// 点划线curve-setPen(QPen(Qt::green,2.0,Qt::DashDotLine));// 自定义虚线模式QVectorqrealdashPattern;dashPattern4212;// 画4、空2、画1、空2QPencustomPen(Qt::blue,2.0,Qt::CustomDashLine);customPen.setDashPattern(dashPattern);curve-setPen(customPen);// 圆角连接避免锐角处出现尖刺QPenpen(Qt::blue,3.0);pen.setJoinStyle(Qt::RoundJoin);pen.setCapStyle(Qt::RoundCap);curve-setPen(pen);2.3 抗锯齿渲染开启抗锯齿可以让曲线更加平滑// 对单个曲线开启curve-setRenderHint(QwtPlotItem::RenderAntialiased,true);抗锯齿会带来微小的性能开销但在数据量不是特别大时视觉效果提升明显建议默认开启。2.4 曲线填充可以用画刷QBrush填充曲线与基线之间的区域// 半透明渐变填充QLinearGradientgradient(0,0,0,1);gradient.setColorAt(0,QColor(33,150,243,180));gradient.setColorAt(1,QColor(33,150,243,0));curve-setBrush(QBrush(gradient));// 设置基线填充从此 Y 值开始curve-setBaseline(0.0);// 阶梯样式 填充 漂亮的面积图效果curve-setStyle(QwtPlotCurve::Steps);curve-setBrush(QBrush(QColor(100,150,200,100)));三、QwtSymbol 符号系统符号QwtSymbol用于在每个数据点位置显示标记能让关键数据点更加醒目。3.1 内置形状一览Qwt 提供了丰富的预定义形状形状枚举值示意椭圆Ellipse●矩形Rect■菱形Diamond◆上三角Triangle▲下三角DTriangle▼左三角LTriangle◀右三角RTriangle▶十字Cross✚X十字XCross✕六角星Star1✦五角星Star2★六边形Hexagon⬡自定义路径Path任意形状SVGSvgSVG 图形官方symbols示例展示了所有内置形状3.2 创建与应用符号#includeQwtSymbol// 便捷构造函数形状、填充、边框、大小QwtSymbol*symbolnewQwtSymbol(QwtSymbol::Ellipse,// 圆形QBrush(Qt::yellow),// 黄色填充QPen(Qt::blue,1),// 蓝色边框QSize(8,8)// 8x8 像素);curve-setSymbol(symbol);// 菱形符号curve-setSymbol(newQwtSymbol(QwtSymbol::Diamond,QBrush(Qt::cyan),QPen(Qt::darkCyan,1),QSize(10,10)));// 仅边框的十字无填充性能更好curve-setSymbol(newQwtSymbol(QwtSymbol::Cross,Qt::NoBrush,// 无填充QPen(Qt::red,2),QSize(12,12)));3.3 自定义形状使用QPainterPath可以创建任意形状的符号QwtSymbol*arrownewQwtSymbol();QPainterPath path;path.moveTo(0,-10);// 顶部尖端path.lineTo(6,5);// 右肩path.lineTo(0,2);// 中心凹陷path.lineTo(-6,5);// 左肩path.closeSubpath();arrow-setStyle(QwtSymbol::Path);arrow-setPath(path);arrow-setBrush(QBrush(Qt::red));arrow-setPen(QPen(Qt::darkRed,1));arrow-setSize(20,20);curve-setSymbol(arrow);3.4 符号使用建议数据点密集时使用小符号4-6px或不显示符号否则会遮挡曲线数据点稀疏时可以使用较大符号10-15px突出关键点不同数据系列使用不同形状便于区分如系列A用圆、系列B用方无填充符号Cross、XCross性能更好适合大数据量四、大规模数据降采样Qwt 7.0 核心特性这是 Qwt 7.0 相比原版 Qwt 6.x最重要的性能提升之一。如果你的数据量超过百万点这部分内容值得仔细阅读。4.1 为什么需要降采样当曲线数据量远超画布像素数时将全部数据点逐一映射并绘制是不必要的——大量点会映射到相同的像素坐标上产生重复绘制。举个例子一个 800px 宽的画布如果你有 100 万个数据点那么平均每个像素列上有约 1250 个点。这 1250 个点最终都画在同一个像素列上你只需要保留它们的包络信息最大值、最小值就够了。原版 Qwt 6.x 只提供了基础的FilterPoints过滤完全重复点在面对百万级数据时力不从心。Qwt 7.0 新增了三种更强大的降采样算法并引入了 SIMD 向量化加速。4.2 四种降采样算法Qwt 7.0 的降采样管线分为四层按优先级从高到低依次选择用户层 APIPaintAttribute内部算法原理简述FilterPointsPixelPixel-Column Reduce按像素列分桶每列保留 first/min/max/lastFilterPointsLTTBMinMax Bucket Reduce按索引等量分桶每桶保留 Y 极值7.0 新增默认启用FilterPointsAggressiveQuad Reduce两遍扫描同像素行/列合并为4关键点7.0 新增FilterPoints连续重复点过滤仅删除屏幕坐标完全相同的连续点下面逐一详解。算法1FilterPoints连续重复点过滤最基础的策略遍历所有数据点进行坐标变换后如果当前点的屏幕坐标与前一个输出点完全相同则跳过。输出点数最多等于输入点数时间复杂度O(n)适用场景数据量较小 1万点问题百万级数据中大量点的屏幕坐标虽接近却不完全相同过滤效果有限反而因判断开销比不过滤更慢算法2FilterPointsAggressive / Quad Reduce核心观察是映射到同一像素列或像素行的连续点只需要保留四个关键点——首点、最小值、最大值、末点——即可在视觉上等价表示该段的包络形态。原始数据同一像素列8个点: 化简后输出4个关键点: y₄ y₁ (首) ╱ ╲ y₆ y₄ (max) ╱ ╲ ╱╲ y₅ (min) y₁ y₅╱ y₈ → y₈ (末)算法分两遍扫描第一遍沿数据主导方向合并第二遍沿副方向再合并。通过qwtProbeOrientation()采样检测数据是水平主导还是垂直主导。输出点数约4 × max(画布宽, 画布高)时间复杂度O(n)优点通用性强不要求数据单调波形保真度好算法3FilterPointsPixel / Pixel-Column Reduce以画布的像素列为索引分桶每列保留 first/min/max/last 四个 Y 值。输出点数仅与画布宽度相关与数据量完全无关。画布宽800px → 最多输出 4×800 3200 个点无论数据是1万还是1亿对于单调递增 X 且线性缩放的数据算法会自动用二分查找定位可见范围跳过画布外的数据。输出点数最多4 × 画布宽度优点输出规模完全独立于数据量缺点所有输出点的 X 坐标被强制对齐到像素列整数丢失亚像素精度限制仅适用于Lines样式算法4FilterPointsLTTB / MinMax Bucket Reduce7.0 新增默认启用受 LTTBLargest Triangle Three Buckets算法启发采用按索引等量分桶策略将可见数据等分为 N 个桶N 2 × 画布宽度每个桶保留 Y 值最小和最大的两个点且保留原始 X 坐标。与 Pixel-Column Reduce 的关键区别分桶依据是数据索引而非屏幕像素列因此输出点保留了原始 X 坐标精度波形轮廓更精确。SIMD 加速当数据满足线性缩放且存储连续时算法会提取原始 Y 值指针使用 AVX24个double/次或 SSE4.22个double/次向量化指令在每桶内同时查找 argmin/argmax。运行时自动检测 CPU 特性通过函数指针实现零分支开销分发。CPU 特性向量化宽度每次迭代处理理论加速比AVX2256-bit4 个 double3-4× vs 标量SSE4.2128-bit2 个 double1.5-2× vs 标量标量—1 个 double1× (基准)输出点数约4 × 画布宽度时间复杂度O(n)优点保留原始 X 坐标波形最精确百万级数据下实测最快限制仅适用于Lines样式从 Qwt 7.x 开始默认启用ClipPolygons | FilterPointsLTTB无需手动开启降采样优化。这在原版 Qwt 6.x 中是不存在的默认行为。4.3 性能对比百万级数据实测以下是在 Qwt 7.2.1 Qt 5.15.16 环境下的实测数据画布 680×490 px100 帧渲染1,000,000 个 Wave 数据点渲染方法总耗时 (ms)平均帧时间 (ms)FPSNone无优化26,212262.123.8FilterPoints44,472444.722.2FilterPointsAggressive17,539175.395.7FilterPointsPixel23,216232.164.3FilterPointsLTTB默认13,349133.497.5关键结论FilterPointsLTTB性能最优FPS 达到 7.5这也是 Qwt 7.0 的默认算法FilterPointsAggressive作为备选算法同样高效比无优化快 3.3 倍FilterPoints基础过滤反而最慢——过滤开销大于收益百万级数据下不建议使用这些降采样算法和 SIMD 加速是Qwt 7.0 独有的原版 Qwt 6.x 没有这些优化你可以运行examples/bench/renderbench示例在自己的硬件上验证。4.4 代码示例代码示例// 场景1百万级传感器数据实时监控// 默认即为 LTTB无需手动设置QwtPlotCurve*sensorCurvenewQwtPlotCurve(传感器数据);// sensorCurve 已默认启用 FilterPointsLTTB// 场景2示波器波形分析// 同样使用默认的 LTTB 即可QwtPlotCurve*scopeCurvenewQwtPlotCurve(波形);// 场景3海量散点数据QwtPlotCurve*scatterCurvenewQwtPlotCurve(散点);scatterCurve-setStyle(QwtPlotCurve::Dots);scatterCurve-setPaintAttribute(QwtPlotCurve::ImageBuffer,true);属性互斥提示FilterPointsPixel和FilterPointsLTTB会覆盖FilterPointsAggressive的效果三者不应同时启用。五、实时数据绘图技巧实时数据绘图是工程实践中最常见的场景之一示波器、传感器监控、CPU 使用率等。Qwt 官方提供了三个经典的实时绘图示例。5.1 CPU 监控cpuplotcpuplot示例模拟了系统 CPU 使用率监控展示如何用滚动时间轴 多曲线实现实时监控面板。5.2 实时绘图realtimerealtime示例展示了更通用的实时数据绘图模式。5.3 示波器oscilloscopeoscilloscope示例模拟了数字示波器的交互体验支持触发、扫描等示波器特有功能。5.4 实时数据更新的核心模式实时绘图的关键技巧是关闭自动刷新、批量更新后手动刷新classRealtimePlot:publicQwtPlot{public:RealtimePlot(){// 关闭自动刷新这是性能关键setAutoReplot(false);m_curvenewQwtPlotCurve(实时数据);m_curve-attach(this);m_curve-setPen(Qt::blue,2);// FilterPointsLTTB 是默认启用的无需手动设置// m_curve-setPaintAttribute(QwtPlotCurve::FilterPointsLTTB, true);}voidappendData(doublex,doubley){m_xData.append(x);m_yData.append(y);// 保持最近 N 个点滑动窗口constintmaxPoints100000;if(m_xData.size()maxPoints){m_xData.removeFirst();m_yData.removeFirst();}// 用 setRawSamples 避免数据复制m_curve-setRawSamples(m_xData.constData(),m_yData.constData(),m_xData.size());replot();// 手动刷新}private:QwtPlotCurve*m_curve;QVectordoublem_xData,m_yData;};实时绘图的几个要点关闭setAutoReplot()否则每次数据变化都触发重绘造成卡顿使用setRawSamples()避免每次更新都复制数据滑动窗口用removeFirst()保持固定长度的数据缓冲区大数据量降采样默认启用的FilterPointsLTTB是百万级实时数据的最优选择控制刷新频率如果数据更新频率高于屏幕刷新率可以攒批后统一刷新六、Qwt 7.0 与 Qwt 6.x 的关键区别如果你从原版 Qwt 6.x 迁移过来以下差异需要特别注意特性Qwt 6.x原版Qwt 7.0社区维护分支默认降采样无需手动设置ClipPolygons | FilterPointsLTTB默认启用FilterPointsAggressive无新增Quad Reduce 算法FilterPointsPixel无新增Pixel-Column ReduceFilterPointsLTTB无新增MinMax Bucket ReduceSIMD 加速无新增AVX2/SSE4.2 argmin/argmax可见范围二分查找无新增自动定位可见数据范围百万级数据 FPS~3.8无优化7.5LTTB SIMD坐标轴系统Axis枚举QwtAxisId支持任意多轴PIMPL 宏Qt 标准Q_DECLARE_PRIVATE自定义QWT_DECLARE_PRIVATE简单说如果你需要处理大数据量绘图Qwt 7.0 是明确的选择。原版 Qwt 6.x 在百万级数据下只有不到 4 FPS而 Qwt 7.0 配合 LTTB 可以达到 7.5 FPS提升近一倍。七、总结与下期预告本文要点回顾QwtPlotCurve 基础5 种曲线样式Lines/Steps/Sticks/Dots/NoCurve、5 种数据设置方式样式定制画笔颜色/宽度/线型、抗锯齿、曲线填充、基线设置QwtSymbol 符号系统12 种内置形状、自定义 QPainterPath 路径、大小/填充/边框配置大规模数据降采样Qwt 7.0 核心特性4 种降采样算法FilterPoints → FilterPointsAggressive → FilterPointsPixel → FilterPointsLTTB默认启用SIMD 加速AVX2/SSE4.2 向量化 argmin/argmax百万级数据 FPS 从 3.8 提升到 7.5实时绘图技巧关闭自动刷新、setRawSamples、滑动窗口、LTTB 降采样系列文章系列总述Qwt 7.0 —— 基于 Qt 的高性能 2D/3D 绘图库第 1 篇快速入门与核心新特性概览第 2 篇曲线绘图详解 —— 从基础到百万级数据性能优化第 3 篇常用图表类型实战 —— 柱状图、散点图、箱线图与直方图第 4 篇高级科学图表 —— 光谱图、向量场、K线图与极坐标绘图第 5 篇多坐标轴与多绘图布局 —— 寄生绘图与 QwtFigure 容器第 6 篇交互功能详解 —— 平移、缩放、坐标轴交互与数据拾取第 7 篇3D 数据可视化 —— OpenGL 高性能三维绘图第 8 篇坐标轴与刻度系统 —— 刻度引擎、网格、图例与刻度朝内第 9 篇控件与辅助元素 —— 滑块旋钮、标记与装饰第 10 篇总体架构解析 —— 从单体到三库模块化的演进第 11 篇matplotlib 风格绘图 —— QwtPyPlot 接口详解相关链接项目地址https://github.com/czyt1988/QWTGitee 镜像https://gitee.com/czyt1988/QWT在线文档https://czyt1988.github.io/QWT/zh/系列总述https://blog.csdn.net/czyt1988/article/details/160193393
