Matplotlib соединяет конец данных после обновления анимации

У меня проблема, подобная этой статье, но немного более расстраивающей.

Я использую matplotlib для чтения из файла, который передается из другого приложения. По какой-то причине концы данных подключаются только после того, как анимация (animation.FuncAnimation) завершила свое первое обновление. Вот несколько изображений:

Это до обновления:

И это после обновления:

Любые идеи относительно того, почему это может произойти? Вот мой код:

import json
import itertools
import dateutil.parser

import matplotlib.pyplot as plt
import matplotlib.animation as animation
from matplotlib import style
import scipy.signal as sig
import numpy as np
import pylab as plt

sensors = {}
data = []
lastLineReadNum = 0

class Sensor:

    def __init__(self, name, points = 0, lastReading = 0):
        self.points = points
        self.lastReading = lastReading
        self.name = name
        self.x = []
        self.y = []

class ScanResult:
    def __init__(self, name, id, rssi, macs, time):
        self.name = name
        self.id = id
        self.rssi = rssi
        self.macs = macs
        # Is not an integer, but a datetime.datetime
        self.time = time

def readJSONFile(filepath):

    with open(filepath, "r") as read_file:
        global lastLineReadNum
        # Load json results into an object that holds important info
        for line in itertools.islice(read_file, lastLineReadNum, None):
            temp = json.loads(line)
            # Only reads the most recent points...
            data.append(ScanResult(name = temp["dev_id"], 
                            id = temp["hardware_serial"], 
                            rssi = temp["payload_fields"]["rssis"],
                            macs = temp["payload_fields"]["macs"],
                            time = dateutil.parser.parse(temp["metadata"]["time"])))
            lastLineReadNum += 1

        return data

style.use('fivethirtyeight')
fig = plt.figure()
ax1 = fig.add_subplot(1, 1, 1)

def smooth(y, box_pts):
    box = np.ones(box_pts)/box_pts
    y_smooth = np.convolve(y, box, mode='same')
    return y_smooth

def determineClosestSensor():
    global sensors

    #sensors.append(Sensor(time = xs3, rssi = ys3))

def determineXAxisTime(scanresult):
    return ((scanresult.time.hour * 3600) + (scanresult.time.minute * 60) + (scanresult.time.second)) / 1000.0

def animate(i):
    data = readJSONFile(filepath = "C:/python_testing/rssi_logging_json.json")

    for scan in data:
        sensor = sensors.get(scan.name)

        # First time seeing the sensor
        if(sensor == None):
            sensors[scan.name] = Sensor(scan.name)
            sensor = sensors.get(scan.name)
            sensor.name = scan.name
            sensor.x.append(determineXAxisTime(scan))
            sensor.y.append(scan.rssi)

        else:
            sensor.x.append(determineXAxisTime(scan))
            sensor.y.append(scan.rssi)

    ax1.clear()

    #basic smoothing using nearby averages

    #y_smooth3 = smooth(np.ndarray.flatten(np.asarray(sensors.get("sentrius_sensor_3").y)), 1)

    for graphItem in sensors.itervalues():
        smoothed = smooth(np.ndarray.flatten(np.asarray(graphItem.y)), 1)
        ax1.plot(graphItem.x, smoothed, label = graphItem.name, linewidth = 2.0)

    ax1.legend()

    determineClosestSensor()

    fig.suptitle("Live RSSI Graph from Sentrius Sensors", fontsize = 14)


def main():
    ani = animation.FuncAnimation(fig, animate, interval = 15000)

    plt.show()

if __name__ == "__main__":
    main()