async was never was never awaited but the await is still in the code

Nietzsche · Jun-03-2024, 05:00 PM

Hello, in this script i get an freezing window after i activate the checkbox IR raw:

import pyqtgraph as pg
from PyQt6.QtWidgets import QMainWindow, QDialog
from PyQt6.QtGui import QAction

from PyQt6 import uic
import numpy as np
import time
from PyQt6 import QtWidgets, uic
import sys
from PyQt6.QtCore import Qt, pyqtSignal
from filter_modul import smooth_data
import time
from PyQt6.QtCore import QThread, pyqtSignal
from PyQt6.QtCore import QTimer



SAMPE_ARRAY = 100

# Globale Variable zur Speicherung des aktuellen IR-Filters
current_filter_IR = "no_filter"

# Laden der UI-Datei für das Einstellung Fenster im Liveplotter
uiclass, baseclass = uic.loadUiType("plotter_live_window.ui")

# Laden der UI-Datei für das Einstellungsfenster das in dem  Liveplotter Fenster - Menü geöffnet wird
einstellung_ui_file = "liveplotter_einstellungen.ui"
einstellung_ui, einstellung_base = uic.loadUiType(einstellung_ui_file)

# Laden der UI-Datei für das Einstellungsfenster das in dem  Liveplotter Fenster - Menü geöffnet wird
filter_ir_ui_file = "filter_live_plotter_ir.ui"
filter_ir_ui, filter_ir_base = uic.loadUiType(filter_ir_ui_file)


class FilterIRWindow(filter_ir_base, filter_ir_ui):
    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("filter_live_plotter_ir.ui")
        self.setupUi(self)


class LiveplotterEinstellungenWindow(einstellung_base, einstellung_ui):
    checkbox_ir_state_changed = pyqtSignal(bool)

    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("liveplotter_einstellungen.ui")
        self.setupUi(self)
        self.actionIR.triggered.connect(self.filter_ir_fenster_clicked)
        self.ui.menubar.addAction(self.actionIR)  # Hinzufügen der Aktion zum Menü
        self.checkbox_ir.stateChanged.connect(self.plot_data_checkbox_ir_state_changed)

    def plot_data_checkbox_ir_state_changed(self, state):
        self.checkbox_ir_state_changed.emit(state)

    def filter_ir_fenster_clicked(self):
        print("Filter IR gedrückt")
        self.filter_ir_fenster = FilterIRWindow()
        self.filter_ir_fenster.show()
        self.filter_ir_fenster.pushButton.clicked.connect(self.apply_filters_IR)  # Verknüpfen des Buttons Update im Fenster IR Filter mit der Funktion die die Variable updatet

    def apply_filters_IR(self):
        global current_filter_IR
        print("Update Button in IR Filter geklickt")
        # Funktion zum Anwenden der ausgewählten Filter
        current_text = self.filter_ir_fenster.filter_ir_comobox_1.currentText()

        if current_text == "Mittelwertfilter":
            current_filter_IR = "mean_filter"
        else:
            current_filter_IR = "no_filter"

        print("Filter angewendet für IR:", current_filter_IR)


class PlotterWindow(baseclass, uiclass):
    def __init__(self, df):
        super().__init__()
        # Laden der UI-Datei
        ui_file = "plotter_live_window.ui"
        ui = uic.loadUi(ui_file)
        self.plot_item = None
        self.setupUi(self)
        self.actionAktualisieren.triggered.connect(self.update_button_plotter)
        self.data = [0] * SAMPE_ARRAY
        self.timer = pg.QtCore.QTimer()
        self.liveplotterEinstellungen.triggered.connect(self.einstellungen_klicked)
        einstellungs_fenster = LiveplotterEinstellungenWindow()
        einstellungs_fenster.checkbox_ir_state_changed.connect(self.checkbox_ir_state_changed)
        self.checkbox_state_ir = False


  
        self.data_updater = DataUpdater(df)  # Instanziierung der DataUpdater-Klasse
        self.data_updater.data_updated.connect(self.on_data_updated) # Verbindet die Funktion on_dat_updated mit data_updater
        self.data_updater.start()



        
     # Diese Methode wird aufgerufen, jedes Mal wenn das Signal data_updated von DataUpdater emittiert wird.  
     # Sie aktualisiert list_data_ir_puffer in PlotterWindow, so dass die neuesten Daten von DataUpdater verfügbar sind.   

    def on_data_updated(self):
            self.list_data_ir_puffer = self.data_updater.list_data_ir_puffer


    def closeEvent(self, event):
        # Stoppen des DataUpdater-Threads beim Schließen des Fensters
        self.data_updater.stop()
        self.data_updater.wait()
        super().closeEvent(event)


    def checkbox_ir_state_changed(self, state):
        # Hier können Sie den Wert 'state' verwenden, der von der Checkbox im Einstellungsfenster übergeben wurde
        print("IR Checkbox Zustand geändert:", state)
        self.checkbox_state_ir = state

        if state:  # Wenn die Checkbox aktiviert ist
            print("IR Checkbox aktiviert, Daten werden aktualisiert...")

             #Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
            if current_filter_IR == "no_filter":

                self.update_plot_data_no_filter()

            if current_filter_IR == "mean_filter":

                self.update_plot_data_mean_filter()



    def checkbox_ir_state_changed(self, state):
        global current_filter_IR
        print("Checkbox IR aktiviert")

        #Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
        if current_filter_IR == "no_filter":

            self.update_plot_data_no_filter()


        if current_filter_IR == "mean_filter":

            self.update_plot_data_mean_filter()


    def plot_data_checkbox_ir_state_changed(self, state):
        if state:
            # Checkbox ist aktiviert, Live-Daten plotten
            print("IR Checkbox on, Program ist in Plotter Window plot_data_checkbox_ir_state_changed")
            self.update_plot_data()
        else:
            # Checkbox ist deaktiviert, Live-Daten nicht plotten
            pass

    def plot(self, df):
        self.plot_item = self.graphWidget.plot(self.data, pen='w')  # Erstellen des Plot-Items

        
    
        #Updatet Plottdaten für IR Werte ohne Filter


        '''
    def update_plot_data_no_filter(self):
        global list_data_ir_puffer
        global SAMPE_ARRAY

        # Erhalte die ersten 100 Datenpunkte aus der Liste
        data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]


        index = 0  # Startindex für den Datenabruf
        for data_point_IR in data_to_plot_IR:  #data_point: Diese Variable repräsentiert jeden einzelnen Datenpunkt, der während der Iteration durch data_to_plot geplottet wird.
            print(f"Datenpunkt {index + 1}: {data_point_IR}")  # Datenpunkt printen

            self.data = np.roll(self.data, -1)
            self.data[-1] = data_point_IR
            self.plot_item.setData(y=self.data)  # Aktualisieren der Daten des Plot-Items

            pg.QtCore.QCoreApplication.processEvents()  # Aktualisieren des Plot-Widgets
            time.sleep(0.017)  # Pause von 10 Millisekunden

            index += 1


         # Entferne die geplotteten Datenpunkte aus der Liste
        self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]

        '''

    def update_plot_data_no_filter(self):
        global SAMPE_ARRAY

 

        while True:  # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
            # Erhalte die ersten 100 Datenpunkte aus der Liste
            self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
            print("Daten zum Plotten:", self.data_to_plot_IR)

            # Verzögerung von 1700 ms
            time.sleep(1.7)

            # Lösche die ersten 100 Datenpunkte
            self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]



   

    def update_plot_data_mean_filter(self):
        print("Update Plot Data Mittelwert")
        from safe_to_excel import df
        IR_raw_list = df['Red'].tail(SAMPE_ARRAY).astype(float)  # Gibt die letzten 100 Werte aus
        IR_raw_list.reset_index(drop=True, inplace=True)  # Setze den Index zurück, damit beginnen wir beim Index 0

        # Daten glätten, wobei der vorherige remainder verwendet wird
        IR_smooth_list, self.remainder = smooth_data(IR_raw_list, getattr(self, 'remainder', None))

        # Geplättete Daten plotten
        self.plot_smoothed_data(IR_smooth_list)

        
    # Funktion die die gefilterten IR Daten (Mittelwert) plottet

    def plot_smoothed_data(self, smoothed_data):
        index = 0  # Startindex für den Datenabruf
        while index < SAMPE_ARRAY:
            data_point = smoothed_data[index]  # Datenpunkt für den aktuellen Index

            print(f"Glätteter Datenpunkt {index + 1}: {data_point}")  # Datenpunkt printen

            self.data = np.roll(self.data, -1)  # Verschiebt oder rollt die Elemente des Arrays um eine Position
            self.data[-1] = data_point  # Setzt den Datenpunkt an das Ende des Arrays
            self.plot_item.setData(y=self.data)  # Aktualisieren der Daten des Plot-Items

            pg.QtCore.QCoreApplication.processEvents()  # Aktualisieren des Plot-Widgets
            time.sleep(0.017)  # Pause von 10 Millisekunden

            index += 1




    def update_button_plotter(self):
        einstellungs_fenster = LiveplotterEinstellungenWindow()
        einstellungs_fenster.show()

    def keyPressEvent(self, event):
        if event.key() == Qt.Key.Key_F5:
            self.update_button_plotter()
        else:
            super().keyPressEvent(event)

    def einstellungen_klicked(self):
        print("Einstellungen in Liveplotter gedrückt")
        self.einstellungs_fenster = LiveplotterEinstellungenWindow()
        self.einstellungs_fenster.checkbox_ir.stateChanged.connect(self.checkbox_ir_state_changed)
        self.einstellungs_fenster.show()


# Wenn sich die Comobox (Dropdown Menü) im Fenster IR Filter verändert, dann printet er den ausgewählten Filter

class FilterIRWindow(filter_ir_base, filter_ir_ui):
    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("filter_live_plotter_ir.ui")
        self.setupUi(self)
        self.filter_ir_comobox_1.currentIndexChanged.connect(self.comboBox_changed)

    def comboBox_changed(self, index):
        current_text = self.filter_ir_comobox_1.currentText()
        if current_text == "Mittelwertfilter":
            print("Mittelwertfilter ausgewählt für IR ")
            # Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten

        if current_text == "Kein Filter":
            print("Kein Filter ausgewählt für IR")
            # Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten


class DataUpdater(QThread):
    data_updated = pyqtSignal()

    def __init__(self, df):
        super().__init__()
        self.df = df
        self.df_old = None  # DataFrame zur Überprüfung auf Änderungen
        self.list_data_ir_puffer = []  # Liste für neue Daten

    def run(self):
        print("DataUpdater Thread gestartet")  # Ausgabe, wenn der Thread gestartet wird

        while True:
            # Überprüfen, ob neue Daten verfügbar sind
            df_new = self.df_update()  # Aktualisiere den DataFrame
            if not df_new.equals(self.df_old):
                # Neue Daten vorhanden
                self.list_data_ir_puffer += df_new['Red'].tail(SAMPE_ARRAY).astype(float).tolist()
                self.df_old = df_new

                if len(self.list_data_ir_puffer) > 500:
                    print("Die Anzahl der Einträge in der Liste IR Puffer ist größer als 500.")

                # Signal senden, um anzuzeigen, dass neue Daten verfügbar sind
                self.data_updated.emit()

            time.sleep(0.1)  # Beispiel: Wartezeit von 0.1 Sekunden

    def df_update(self):
        from safe_to_excel import df
        return df.copy()

    def stop(self):
        self.running = False
        print("Data Updater Thread geschlossen")



    def stop(self):
        self.running = False
        print("Date Updater Thread geschlossen")

To fix this i have tried to make the function async:

   async def update_plot_data_no_filter(self):
        global SAMPE_ARRAY

 

        while True:  # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
            # Erhalte die ersten 100 Datenpunkte aus der Liste
            self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
            print("Daten zum Plotten:", self.data_to_plot_IR)

            # Verzögerung von 1700 ms
            await asyncio.sleep(1.7)


            # Lösche die ersten 100 Datenpunkte
            self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]

On the End of the program i open the loop with:

async def main():
	pass # non blocking program


if __name__ == "__main__":
	asyncio.run(main())

But i get this error:

Checkbox IR aktiviert
C:\Users\emanu\source\repos\PythonApplication3\PythonApplication3\plotter_live.py:142: RuntimeWarning: coroutine 'PlotterWindow.update_plot_data_no_filter' was never awaited
self.update_plot_data_no_filter()
RuntimeWarning: Enable tracemalloc to get the object allocation traceback

Why? Here i have done the await: await asyncio.sleep(1.7)

Full code with async:

import pyqtgraph as pg
from PyQt6.QtWidgets import QMainWindow, QDialog
from PyQt6.QtGui import QAction

from PyQt6 import uic
import numpy as np
import time
from PyQt6 import QtWidgets, uic
import sys
from PyQt6.QtCore import Qt, pyqtSignal
from filter_modul import smooth_data
import time
from PyQt6.QtCore import QThread, pyqtSignal
from PyQt6.QtCore import QTimer
import asyncio



SAMPE_ARRAY = 100

# Globale Variable zur Speicherung des aktuellen IR-Filters
current_filter_IR = "no_filter"

# Laden der UI-Datei für das Einstellung Fenster im Liveplotter
uiclass, baseclass = uic.loadUiType("plotter_live_window.ui")

# Laden der UI-Datei für das Einstellungsfenster das in dem  Liveplotter Fenster - Menü geöffnet wird
einstellung_ui_file = "liveplotter_einstellungen.ui"
einstellung_ui, einstellung_base = uic.loadUiType(einstellung_ui_file)

# Laden der UI-Datei für das Einstellungsfenster das in dem  Liveplotter Fenster - Menü geöffnet wird
filter_ir_ui_file = "filter_live_plotter_ir.ui"
filter_ir_ui, filter_ir_base = uic.loadUiType(filter_ir_ui_file)


class FilterIRWindow(filter_ir_base, filter_ir_ui):
    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("filter_live_plotter_ir.ui")
        self.setupUi(self)


class LiveplotterEinstellungenWindow(einstellung_base, einstellung_ui):
    checkbox_ir_state_changed = pyqtSignal(bool)

    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("liveplotter_einstellungen.ui")
        self.setupUi(self)
        self.actionIR.triggered.connect(self.filter_ir_fenster_clicked)
        self.ui.menubar.addAction(self.actionIR)  # Hinzufügen der Aktion zum Menü
        self.checkbox_ir.stateChanged.connect(self.plot_data_checkbox_ir_state_changed)

    def plot_data_checkbox_ir_state_changed(self, state):
        self.checkbox_ir_state_changed.emit(state)

    def filter_ir_fenster_clicked(self):
        print("Filter IR gedrückt")
        self.filter_ir_fenster = FilterIRWindow()
        self.filter_ir_fenster.show()
        self.filter_ir_fenster.pushButton.clicked.connect(self.apply_filters_IR)  # Verknüpfen des Buttons Update im Fenster IR Filter mit der Funktion die die Variable updatet

    def apply_filters_IR(self):
        global current_filter_IR
        print("Update Button in IR Filter geklickt")
        # Funktion zum Anwenden der ausgewählten Filter
        current_text = self.filter_ir_fenster.filter_ir_comobox_1.currentText()

        if current_text == "Mittelwertfilter":
            current_filter_IR = "mean_filter"
        else:
            current_filter_IR = "no_filter"

        print("Filter angewendet für IR:", current_filter_IR)


class PlotterWindow(baseclass, uiclass):
    def __init__(self, df):
        super().__init__()
        # Laden der UI-Datei
        ui_file = "plotter_live_window.ui"
        ui = uic.loadUi(ui_file)
        self.plot_item = None
        self.setupUi(self)
        self.actionAktualisieren.triggered.connect(self.update_button_plotter)
        self.data = [0] * SAMPE_ARRAY
        self.timer = pg.QtCore.QTimer()
        self.liveplotterEinstellungen.triggered.connect(self.einstellungen_klicked)
        einstellungs_fenster = LiveplotterEinstellungenWindow()
        einstellungs_fenster.checkbox_ir_state_changed.connect(self.checkbox_ir_state_changed)
        self.checkbox_state_ir = False


  
        self.data_updater = DataUpdater(df)  # Instanziierung der DataUpdater-Klasse
        self.data_updater.data_updated.connect(self.on_data_updated) # Verbindet die Funktion on_dat_updated mit data_updater
        self.data_updater.start()



        
     # Diese Methode wird aufgerufen, jedes Mal wenn das Signal data_updated von DataUpdater emittiert wird.  
     # Sie aktualisiert list_data_ir_puffer in PlotterWindow, so dass die neuesten Daten von DataUpdater verfügbar sind.   

    def on_data_updated(self):
            self.list_data_ir_puffer = self.data_updater.list_data_ir_puffer


    def closeEvent(self, event):
        # Stoppen des DataUpdater-Threads beim Schließen des Fensters
        self.data_updater.stop()
        self.data_updater.wait()
        super().closeEvent(event)


    def checkbox_ir_state_changed(self, state):
        # Hier können Sie den Wert 'state' verwenden, der von der Checkbox im Einstellungsfenster übergeben wurde
        print("IR Checkbox Zustand geändert:", state)
        self.checkbox_state_ir = state

        if state:  # Wenn die Checkbox aktiviert ist
            print("IR Checkbox aktiviert, Daten werden aktualisiert...")

             #Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
            if current_filter_IR == "no_filter":

                self.update_plot_data_no_filter()

            if current_filter_IR == "mean_filter":

                self.update_plot_data_mean_filter()



    def checkbox_ir_state_changed(self, state):
        global current_filter_IR
        print("Checkbox IR aktiviert")

        #Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
        if current_filter_IR == "no_filter":

            self.update_plot_data_no_filter()


        if current_filter_IR == "mean_filter":

            self.update_plot_data_mean_filter()


    def plot_data_checkbox_ir_state_changed(self, state):
        if state:
            # Checkbox ist aktiviert, Live-Daten plotten
            print("IR Checkbox on, Program ist in Plotter Window plot_data_checkbox_ir_state_changed")
            self.update_plot_data()
        else:
            # Checkbox ist deaktiviert, Live-Daten nicht plotten
            pass

    def plot(self, df):
        self.plot_item = self.graphWidget.plot(self.data, pen='w')  # Erstellen des Plot-Items

        
    
        #Updatet Plottdaten für IR Werte ohne Filter


        '''
    def update_plot_data_no_filter(self):
        global list_data_ir_puffer
        global SAMPE_ARRAY

        # Erhalte die ersten 100 Datenpunkte aus der Liste
        data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]


        index = 0  # Startindex für den Datenabruf
        for data_point_IR in data_to_plot_IR:  #data_point: Diese Variable repräsentiert jeden einzelnen Datenpunkt, der während der Iteration durch data_to_plot geplottet wird.
            print(f"Datenpunkt {index + 1}: {data_point_IR}")  # Datenpunkt printen

            self.data = np.roll(self.data, -1)
            self.data[-1] = data_point_IR
            self.plot_item.setData(y=self.data)  # Aktualisieren der Daten des Plot-Items

            pg.QtCore.QCoreApplication.processEvents()  # Aktualisieren des Plot-Widgets
            time.sleep(0.017)  # Pause von 10 Millisekunden

            index += 1


         # Entferne die geplotteten Datenpunkte aus der Liste
        self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]

        '''


    async def update_plot_data_no_filter(self):
        global SAMPE_ARRAY

 

        while True:  # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
            # Erhalte die ersten 100 Datenpunkte aus der Liste
            self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
            print("Daten zum Plotten:", self.data_to_plot_IR)

            # Verzögerung von 1700 ms
            await asyncio.sleep(1.7)


            # Lösche die ersten 100 Datenpunkte
            self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]



   

    def update_plot_data_mean_filter(self):
        print("Update Plot Data Mittelwert")
        from safe_to_excel import df
        IR_raw_list = df['Red'].tail(SAMPE_ARRAY).astype(float)  # Gibt die letzten 100 Werte aus
        IR_raw_list.reset_index(drop=True, inplace=True)  # Setze den Index zurück, damit beginnen wir beim Index 0

        # Daten glätten, wobei der vorherige remainder verwendet wird
        IR_smooth_list, self.remainder = smooth_data(IR_raw_list, getattr(self, 'remainder', None))

        # Geplättete Daten plotten
        self.plot_smoothed_data(IR_smooth_list)

        
    # Funktion die die gefilterten IR Daten (Mittelwert) plottet

    def plot_smoothed_data(self, smoothed_data):
        index = 0  # Startindex für den Datenabruf
        while index < SAMPE_ARRAY:
            data_point = smoothed_data[index]  # Datenpunkt für den aktuellen Index

            print(f"Glätteter Datenpunkt {index + 1}: {data_point}")  # Datenpunkt printen

            self.data = np.roll(self.data, -1)  # Verschiebt oder rollt die Elemente des Arrays um eine Position
            self.data[-1] = data_point  # Setzt den Datenpunkt an das Ende des Arrays
            self.plot_item.setData(y=self.data)  # Aktualisieren der Daten des Plot-Items

            pg.QtCore.QCoreApplication.processEvents()  # Aktualisieren des Plot-Widgets
            time.sleep(0.017)  # Pause von 10 Millisekunden

            index += 1




    def update_button_plotter(self):
        einstellungs_fenster = LiveplotterEinstellungenWindow()
        einstellungs_fenster.show()

    def keyPressEvent(self, event):
        if event.key() == Qt.Key.Key_F5:
            self.update_button_plotter()
        else:
            super().keyPressEvent(event)

    def einstellungen_klicked(self):
        print("Einstellungen in Liveplotter gedrückt")
        self.einstellungs_fenster = LiveplotterEinstellungenWindow()
        self.einstellungs_fenster.checkbox_ir.stateChanged.connect(self.checkbox_ir_state_changed)
        self.einstellungs_fenster.show()


# Wenn sich die Comobox (Dropdown Menü) im Fenster IR Filter verändert, dann printet er den ausgewählten Filter

class FilterIRWindow(filter_ir_base, filter_ir_ui):
    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("filter_live_plotter_ir.ui")
        self.setupUi(self)
        self.filter_ir_comobox_1.currentIndexChanged.connect(self.comboBox_changed)

    def comboBox_changed(self, index):
        current_text = self.filter_ir_comobox_1.currentText()
        if current_text == "Mittelwertfilter":
            print("Mittelwertfilter ausgewählt für IR ")
            # Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten

        if current_text == "Kein Filter":
            print("Kein Filter ausgewählt für IR")
            # Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten


class DataUpdater(QThread):
    data_updated = pyqtSignal()

    def __init__(self, df):
        super().__init__()
        self.df = df
        self.df_old = None  # DataFrame zur Überprüfung auf Änderungen
        self.list_data_ir_puffer = []  # Liste für neue Daten

    def run(self):
        print("DataUpdater Thread gestartet")  # Ausgabe, wenn der Thread gestartet wird

        while True:
            # Überprüfen, ob neue Daten verfügbar sind
            df_new = self.df_update()  # Aktualisiere den DataFrame
            if not df_new.equals(self.df_old):
                # Neue Daten vorhanden
                self.list_data_ir_puffer += df_new['Red'].tail(SAMPE_ARRAY).astype(float).tolist()
                self.df_old = df_new

                if len(self.list_data_ir_puffer) > 500:
                    print("Die Anzahl der Einträge in der Liste IR Puffer ist größer als 500.")

                # Signal senden, um anzuzeigen, dass neue Daten verfügbar sind
                self.data_updated.emit()

            time.sleep(0.1)  # Beispiel: Wartezeit von 0.1 Sekunden

    def df_update(self):
        from safe_to_excel import df
        return df.copy()

    def stop(self):
        self.running = False
        print("Data Updater Thread geschlossen")



    def stop(self):
        self.running = False
        print("Date Updater Thread geschlossen")

async def main():
	pass # non blocking program


if __name__ == "__main__":
	asyncio.run(main())

**deanhystad** · Jun-03-2024, 07:11 PM

That is not an error. It is a warning telling you that you are not waiting for something to finish. This for example:

asyncio.run(main())

This does not wait for main() to finish running before continuing. Do you want your program to exit immediately?

Nietzsche · Jun-03-2024, 10:22 PM

(Jun-03-2024, 07:11 PM)deanhystad Wrote: That is not an error. It is a warning telling you that you are not waiting for something to finish. This for example:
asyncio.run(main())
This does not wait for main() to finish running before continuing. Do you want your program to exit immediately?

Maybe its not an error but the code does not work as i want, here is my code:

import pyqtgraph as pg
from PyQt6.QtWidgets import QMainWindow, QDialog
from PyQt6.QtGui import QAction

from PyQt6 import uic
import numpy as np
import time
from PyQt6 import QtWidgets, uic
import sys
from PyQt6.QtCore import Qt, pyqtSignal
from filter_modul import smooth_data
import time
from PyQt6.QtCore import QThread, pyqtSignal
from PyQt6.QtCore import QTimer

import asyncio


SAMPE_ARRAY = 100

# Globale Variable zur Speicherung des aktuellen IR-Filters
current_filter_IR = "no_filter"

# Laden der UI-Datei für das Einstellung Fenster im Liveplotter
uiclass, baseclass = uic.loadUiType("plotter_live_window.ui")

# Laden der UI-Datei für das Einstellungsfenster das in dem  Liveplotter Fenster - Menü geöffnet wird
einstellung_ui_file = "liveplotter_einstellungen.ui"
einstellung_ui, einstellung_base = uic.loadUiType(einstellung_ui_file)

# Laden der UI-Datei für das Einstellungsfenster das in dem  Liveplotter Fenster - Menü geöffnet wird
filter_ir_ui_file = "filter_live_plotter_ir.ui"
filter_ir_ui, filter_ir_base = uic.loadUiType(filter_ir_ui_file)


class FilterIRWindow(filter_ir_base, filter_ir_ui):
    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("filter_live_plotter_ir.ui")
        self.setupUi(self)


class LiveplotterEinstellungenWindow(einstellung_base, einstellung_ui):
    checkbox_ir_state_changed = pyqtSignal(bool)

    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("liveplotter_einstellungen.ui")
        self.setupUi(self)
        self.actionIR.triggered.connect(self.filter_ir_fenster_clicked)
        self.ui.menubar.addAction(self.actionIR)  # Hinzufügen der Aktion zum Menü
        self.checkbox_ir.stateChanged.connect(self.plot_data_checkbox_ir_state_changed)

    def plot_data_checkbox_ir_state_changed(self, state):
        self.checkbox_ir_state_changed.emit(state)

    def filter_ir_fenster_clicked(self):
        print("Filter IR gedrückt")
        self.filter_ir_fenster = FilterIRWindow()
        self.filter_ir_fenster.show()
        self.filter_ir_fenster.pushButton.clicked.connect(self.apply_filters_IR)  # Verknüpfen des Buttons Update im Fenster IR Filter mit der Funktion die die Variable updatet

    def apply_filters_IR(self):
        global current_filter_IR
        print("Update Button in IR Filter geklickt")
        # Funktion zum Anwenden der ausgewählten Filter
        current_text = self.filter_ir_fenster.filter_ir_comobox_1.currentText()

        if current_text == "Mittelwertfilter":
            current_filter_IR = "mean_filter"
        else:
            current_filter_IR = "no_filter"

        print("Filter angewendet für IR:", current_filter_IR)


class PlotterWindow(baseclass, uiclass):
    def __init__(self, df):
        super().__init__()
        # Laden der UI-Datei
        ui_file = "plotter_live_window.ui"
        ui = uic.loadUi(ui_file)
        self.plot_item = None
        self.setupUi(self)
        self.actionAktualisieren.triggered.connect(self.update_button_plotter)
        self.data = [0] * SAMPE_ARRAY
        self.timer = pg.QtCore.QTimer()
        self.liveplotterEinstellungen.triggered.connect(self.einstellungen_klicked)
        einstellungs_fenster = LiveplotterEinstellungenWindow()
        einstellungs_fenster.checkbox_ir_state_changed.connect(self.checkbox_ir_state_changed)
        self.checkbox_state_ir = False


  
        self.data_updater = DataUpdater(df)  # Instanziierung der DataUpdater-Klasse
        self.data_updater.data_updated.connect(self.on_data_updated) # Verbindet die Funktion on_dat_updated mit data_updater
        self.data_updater.start()



        
     # Diese Methode wird aufgerufen, jedes Mal wenn das Signal data_updated von DataUpdater emittiert wird.  
     # Sie aktualisiert list_data_ir_puffer in PlotterWindow, so dass die neuesten Daten von DataUpdater verfügbar sind.   

    def on_data_updated(self):
            self.list_data_ir_puffer = self.data_updater.list_data_ir_puffer


    def closeEvent(self, event):
        # Stoppen des DataUpdater-Threads beim Schließen des Fensters
        self.data_updater.stop()
        self.data_updater.wait()
        super().closeEvent(event)


    def checkbox_ir_state_changed(self, state):
        # Hier können Sie den Wert 'state' verwenden, der von der Checkbox im Einstellungsfenster übergeben wurde
        print("IR Checkbox Zustand geändert:", state)
        self.checkbox_state_ir = state

        if state:  # Wenn die Checkbox aktiviert ist
            print("IR Checkbox aktiviert, Daten werden aktualisiert...")

             #Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
            if current_filter_IR == "no_filter":

                self.update_plot_data_no_filter()

            if current_filter_IR == "mean_filter":

                self.update_plot_data_mean_filter()



    def checkbox_ir_state_changed(self, state):
        global current_filter_IR
        print("Checkbox IR aktiviert")

        #Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
        if current_filter_IR == "no_filter":

            self.update_plot_data_no_filter()


        if current_filter_IR == "mean_filter":

            self.update_plot_data_mean_filter()


    def plot_data_checkbox_ir_state_changed(self, state):
        if state:
            # Checkbox ist aktiviert, Live-Daten plotten
            print("IR Checkbox on, Program ist in Plotter Window plot_data_checkbox_ir_state_changed")
            self.update_plot_data()
        else:
            # Checkbox ist deaktiviert, Live-Daten nicht plotten
            pass

    def plot(self, df):
        self.plot_item = self.graphWidget.plot(self.data, pen='w')  # Erstellen des Plot-Items

        
    
        #Updatet Plottdaten für IR Werte ohne Filter


        '''
    def update_plot_data_no_filter(self):
        global list_data_ir_puffer
        global SAMPE_ARRAY

        # Erhalte die ersten 100 Datenpunkte aus der Liste
        data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]


        index = 0  # Startindex für den Datenabruf
        for data_point_IR in data_to_plot_IR:  #data_point: Diese Variable repräsentiert jeden einzelnen Datenpunkt, der während der Iteration durch data_to_plot geplottet wird.
            print(f"Datenpunkt {index + 1}: {data_point_IR}")  # Datenpunkt printen

            self.data = np.roll(self.data, -1)
            self.data[-1] = data_point_IR
            self.plot_item.setData(y=self.data)  # Aktualisieren der Daten des Plot-Items

            pg.QtCore.QCoreApplication.processEvents()  # Aktualisieren des Plot-Widgets
            time.sleep(0.017)  # Pause von 10 Millisekunden

            index += 1


         # Entferne die geplotteten Datenpunkte aus der Liste
        self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]

        '''

    async def update_plot_data_no_filter(self):
     global SAMPE_ARRAY
 
  
 
     while True:  # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
         # Erhalte die ersten 100 Datenpunkte aus der Liste
         self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
         print("Daten zum Plotten:", self.data_to_plot_IR)
 
         # Verzögerung von 1700 ms
         await asyncio.sleep(1.7)
 
 
         # Lösche die ersten 100 Datenpunkte
         self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]


   

    def update_plot_data_mean_filter(self):
        print("Update Plot Data Mittelwert")
        from safe_to_excel import df
        IR_raw_list = df['Red'].tail(SAMPE_ARRAY).astype(float)  # Gibt die letzten 100 Werte aus
        IR_raw_list.reset_index(drop=True, inplace=True)  # Setze den Index zurück, damit beginnen wir beim Index 0

        # Daten glätten, wobei der vorherige remainder verwendet wird
        IR_smooth_list, self.remainder = smooth_data(IR_raw_list, getattr(self, 'remainder', None))

        # Geplättete Daten plotten
        self.plot_smoothed_data(IR_smooth_list)

        
    # Funktion die die gefilterten IR Daten (Mittelwert) plottet

    def plot_smoothed_data(self, smoothed_data):
        index = 0  # Startindex für den Datenabruf
        while index < SAMPE_ARRAY:
            data_point = smoothed_data[index]  # Datenpunkt für den aktuellen Index

            print(f"Glätteter Datenpunkt {index + 1}: {data_point}")  # Datenpunkt printen

            self.data = np.roll(self.data, -1)  # Verschiebt oder rollt die Elemente des Arrays um eine Position
            self.data[-1] = data_point  # Setzt den Datenpunkt an das Ende des Arrays
            self.plot_item.setData(y=self.data)  # Aktualisieren der Daten des Plot-Items

            pg.QtCore.QCoreApplication.processEvents()  # Aktualisieren des Plot-Widgets
            time.sleep(0.017)  # Pause von 10 Millisekunden

            index += 1




    def update_button_plotter(self):
        einstellungs_fenster = LiveplotterEinstellungenWindow()
        einstellungs_fenster.show()

    def keyPressEvent(self, event):
        if event.key() == Qt.Key.Key_F5:
            self.update_button_plotter()
        else:
            super().keyPressEvent(event)

    def einstellungen_klicked(self):
        print("Einstellungen in Liveplotter gedrückt")
        self.einstellungs_fenster = LiveplotterEinstellungenWindow()
        self.einstellungs_fenster.checkbox_ir.stateChanged.connect(self.checkbox_ir_state_changed)
        self.einstellungs_fenster.show()


# Wenn sich die Comobox (Dropdown Menü) im Fenster IR Filter verändert, dann printet er den ausgewählten Filter

class FilterIRWindow(filter_ir_base, filter_ir_ui):
    def __init__(self):
        super().__init__()
        self.ui = uic.loadUi("filter_live_plotter_ir.ui")
        self.setupUi(self)
        self.filter_ir_comobox_1.currentIndexChanged.connect(self.comboBox_changed)

    def comboBox_changed(self, index):
        current_text = self.filter_ir_comobox_1.currentText()
        if current_text == "Mittelwertfilter":
            print("Mittelwertfilter ausgewählt für IR ")
            # Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten

        if current_text == "Kein Filter":
            print("Kein Filter ausgewählt für IR")
            # Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten


class DataUpdater(QThread):
    data_updated = pyqtSignal()

    def __init__(self, df):
        super().__init__()
        self.df = df
        self.df_old = None  # DataFrame zur Überprüfung auf Änderungen
        self.list_data_ir_puffer = []  # Liste für neue Daten

    def run(self):
        print("DataUpdater Thread gestartet")  # Ausgabe, wenn der Thread gestartet wird

        while True:
            # Überprüfen, ob neue Daten verfügbar sind
            df_new = self.df_update()  # Aktualisiere den DataFrame
            if not df_new.equals(self.df_old):
                # Neue Daten vorhanden
                self.list_data_ir_puffer += df_new['Red'].tail(SAMPE_ARRAY).astype(float).tolist()
                self.df_old = df_new

                if len(self.list_data_ir_puffer) > 500:
                    print("Die Anzahl der Einträge in der Liste IR Puffer ist größer als 500.")

                # Signal senden, um anzuzeigen, dass neue Daten verfügbar sind
                self.data_updated.emit()

            time.sleep(0.1)  # Beispiel: Wartezeit von 0.1 Sekunden

    def df_update(self):
        from safe_to_excel import df
        return df.copy()

    def stop(self):
        self.running = False
        print("Data Updater Thread geschlossen")



    def stop(self):
        self.running = False
        print("Date Updater Thread geschlossen")

async def main():
    pass # non blocking program
 
 
if __name__ == "__main__":
    asyncio.run(main())

Now i get this:

0 rows x 2 columns]
DataUpdater Thread gestartet
Alle Daten in beiden Arrays gesammelt
Start after stopp (vor IF) = False
Alle Daten in beiden Arrays gesammelt
Start after stopp (vor IF) = False
Einstellungen in Liveplotter gedrückt
Alle Daten in beiden Arrays gesammelt
Start after stopp (vor IF) = False
Checkbox IR aktiviert
C:\Users\emanu\source\repos\PythonApplication3\PythonApplication3\plotter_live.py:142: RuntimeWarning: coroutine 'PlotterWindow.update_plot_data_no_filter' was never awaited
  self.update_plot_data_no_filter()
RuntimeWarning: Enable tracemalloc to get the object allocation traceback
Alle Daten in beiden Arrays gesammelt
Start after stopp (vor IF) = False

So the function:

    async def update_plot_data_no_filter(self):
     global SAMPE_ARRAY
 
  
 
     while True:  # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
         # Erhalte die ersten 100 Datenpunkte aus der Liste
         self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
         print("Daten zum Plotten:", self.data_to_plot_IR)
 
         # Verzögerung von 1700 ms
         await asyncio.sleep(1.7)
 
 
         # Lösche die ersten 100 Datenpunkte
         self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]

does not run. Any ideas?

**deanhystad** · Jun-04-2024, 02:28 PM

As I said, the warning is telling you that the program does not wait for main() to finish. Is that what you want?

Possibly Related Threads…
Thread		Author	Replies	Views	Last Post
	Coroutine was never awaited error	bucki	1	4,459	Sep-23-2023, 08:17 PM Last Post: deanhystad
	get data from 2 async functions	korenron	0	2,056	Sep-22-2021, 08:39 AM Last Post: korenron
	Async requests	lukee	0	2,256	Oct-06-2020, 04:40 AM Last Post: lukee
	Async / Await usage with asyncio to retrieve urls in parallel	lukee	7	6,680	Sep-21-2020, 06:38 PM Last Post: mlieqo
	Async IO writing to two Different Tables Help	TiagoV	0	3,784	Oct-09-2019, 04:45 AM Last Post: TiagoV
	Issues with async and yielding from API	GSerum	1	3,113	Dec-18-2018, 08:37 PM Last Post: nilamo
	async question on raspberry pi	baukeplugge	2	100,918	Nov-07-2018, 07:58 PM Last Post: baukeplugge
	Async server/client	Bokka	2	5,374	May-29-2017, 03:09 PM Last Post: Bokka

async was never was never awaited but the await is still in the code

User Panel Messages

Announcements