Слайдер Matplotlib теряет интерактивность после imshow

Question

Я пытался использовать функцию imshow в Matplotlib, чтобы отобразить тепловую карту с под ней интерактивным ползунком, который в конечном итоге будет использоваться для отображения конкретных данных.

Для самого кода у меня есть два представления, которые обаиметь тепловую карту и интерактивный ползунок вместе с кнопкой закрытия. Тот, который не использует imshow (), отлично работает при небольших нагрузках, но при этом может использовать ползунок. Предоставленный пример кода с использованием imshow () отлично работает с большими объемами данных, но теряет интерактивность ползунков, хотя кнопка не затрагивается?

Любая помощь приветствуется!

import numpy as np
import matplotlib

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

from matplotlib.widgets import Button, Slider

def heatmap(data, ax=None,
            cbar_kw={}, cbarlabel="", cbar=True, **kwargs):
    """
    Create a heatmap from a numpy array and two lists of labels.

    Parameters
    ----------
    data
        A 2D numpy array of shape (N, M).
    ax
        A `matplotlib.axes.Axes` instance to which the heatmap is plotted.  If
        not provided, use current axes or create a new one.  Optional.
    cbar_kw
        A dictionary with arguments to `matplotlib.Figure.colorbar`.  Optional.
    cbarlabel
        The label for the colorbar.  Optional.
    cbar
        Draws the colorbar. Optional.
    **kwargs
        All other arguments are forwarded to `imshow`.
    """

    if not ax:
        ax = plt.gca()

    # Plot the heatmap
    im = ax.imshow(data, **kwargs)

    if cbar:
        # Create colorbar
        cbar = ax.figure.colorbar(im, ax=ax, **cbar_kw)
        cbar.ax.set_ylabel(cbarlabel, rotation=-90, va="bottom")

    # We want to show all ticks...
    ax.set_xticks(np.arange(data.shape[1]))
    ax.set_yticks(np.arange(data.shape[0]))

    # Let the horizontal axes labeling appear on top.
    ax.tick_params(top=False, bottom=True,
                   labeltop=False, labelbottom=True)

    # Turn spines off and create white grid.
    for edge, spine in ax.spines.items():
        spine.set_visible(False)

    '''
    ax.grid(which="minor", color="w", linestyle='-', linewidth=3)
    plt.setp(ax.get_xticklabels(), visible=False)
    plt.setp(ax.get_yticklabels(), visible=False)
    ax.tick_params(axis='both', which='both', length=0)
    '''
    # Adjust tick boundaries based on min/max
    ax.xaxis.set_ticks(np.arange(0, 1000, 200))
    ax.xaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))
    ax.yaxis.set_ticks(np.arange(0, 220, 20))
    ax.yaxis.set_major_formatter(ticker.FormatStrFormatter('%0.1f'))

    ax.grid(which="minor", color="w", linestyle='-', linewidth=3)

    return im, cbar


fig, ax = plt.subplots()

im, cb = heatmap(np.random.rand(220, 1000), ax=ax,
        cmap="jet", aspect='auto')

closeax = plt.axes([0.8, 0.025, 0.1, 0.04])
drpax = plt.axes([0.15, 0.025, 0.50, 0.03])

axcolor = 'lightgoldenrodyellow'

# Button location
button = Button(closeax, 'Close', color=axcolor, hovercolor='0.975')
def close_fig(evt):
    plt.close()
button.on_clicked(close_fig)

sdrp = Slider(drpax, 'Slider', 1, 10000, valinit=10000, valstep=1)

plt.ion()
plt.show()


while True:
    ax.cla()
    plt.cla()

    im, cb = heatmap(np.random.rand(220, 1000), ax=ax,
        cmap="jet", cbar=False, aspect='auto')

    fig.canvas.draw()
    plt.pause(0.001)

matplotlib.axes.Axes.imshow
matplotlib.pyplot.imshow
matplotlib.figure.Figure.colorbar
matplotlib.pyplot.colorbar