Python Matplotlib绘制动图平滑曲线

更新时间：2022年08月12日 11:03:57 作者：初学小白Lu

这篇文章主要介绍了Python Matplotlib绘制动图平滑曲线，文章围绕主题展开详细的内容介绍，具有一定的参考一下，需要的小伙伴可以参考一下

绘制动图

FuncAnimation，它的使用要求简洁且定制化程度较高。如果想将很多图片合并为一个动图，那么ArtistAnimation是最合适的选择。

FuncAnimation

通过反复调用同一函数来制作动画。

注意：创建FuncAnimation对象后一定要将其赋值给某个变量，否则系统会将其进行垃圾回收。

class matplotlib.animation.FuncAnimation(fig, 
										func, 
										frames=None, 
										init_func=None, 
										fargs=None, 
										save_count=None, *, 
										cache_frame_data=True, 
										**kwargs)

参数：

fig：Figure。用于显示动画的figure对象
func：callable。用于更新每帧动画的函数。func函数的第一个参数为帧序号。返回被更新后的图形对象列表。
frames：iterable, int, generator function, or None, optional。动画长度，帧序号组成的列表
init_func：callable, optional。自定义开始帧，即绘制初始化图形的初始化函数
fargs：tuple or None, optional。额外的需要传递给func函数的参数。
save_count：int, default: 100。保存计数
cache_frame_data：bool, default: Trueinterval：int, default: 200。重复调用功能函数的间隔时间，单位是毫秒。
repeat_delay：int, default: 0。当repeat为True时，动画延迟多少毫秒再循环。
repeat：bool, default: True。是否是循环动画。
blit：bool, default: False。选择更新所有点，还是仅更新产生变化的点。

示例：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig = plt.figure()
ax = fig.subplots()

t=np.linspace(0,10,100)
y=np.sin(t)
ax.set_aspect(3)
ax.plot(t,y,'--',c='gray')
line=ax.plot(t,y,c='C2')

def update(i):  #帧更新函数
    global t    #直接引用全局变量，也可以通过函数的frames或fargs参数传递。
    t+=0.1
    y=np.sin(t)
    line[0].set_ydata(y)
    return line

ani=FuncAnimation(fig,update,interval=100) #绘制动画
plt.show() #显示动画

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

fig = plt.figure(figsize=(7, 2), dpi=100)
ax = plt.subplot()
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
line1, = ax.plot(X, C, marker="o", markevery=[-1], markeredgecolor="white")
line2, = ax.plot(X, S, marker="o", markevery=[-1], markeredgecolor="white")

def update(frame):
    line1.set_data(X[:frame], C[:frame])
    line2.set_data(X[:frame], S[:frame])

ani = animation.FuncAnimation(fig, update, interval=10)
plt.show()

方法 init(fig, func[, frames, init_func, …])

new_frame_seq()
new_saved_frame_seq()
pause()
resume()
save(self, filename, writer=None, fps=None, dpi=None, codec=None, bitrate=None, extra_args=None, metadata=None, extra_anim=None, savefig_kwargs=None)
- filename：保存的文件名
- writer：FFMpegFileWriter，ImageMagickFileWriter， AVConvFileWriter对象实例，或者表示这些对象的字符串（‘ffmpeg’, ‘imagemagick’,‘avconv’）
- fps：每秒的帧数
to_jshtml([fps, embed_frames, default_mode])返回js动画，用base64文本编码。
- fps：每秒帧数，默认根据动画的interval确定。
- embed_frames：布尔类型，是否嵌入帧。
- default_mode：‘loop’,‘once’或者’reflect’

ArtistAnimation

通过调用一个固定的Artist对象来制作动画,例如给定的系列图片或者matplotlib的绘图对象.。

class matplotlib.animation.ArtistAnimation(fig, artists, *args, **kwargs)

参数：

fig：Figure
artists：list
interval：int, default: 200。每一帧之间的间隔
repeat_delay：int,
default: 0。每显示一次动画后间隔多长时间重复
repeat：bool, default: True。是否重复动画
blit：bool, default: False

示例：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import ArtistAnimation
fig = plt.figure()
ax = fig.subplots()

arts=[]
t=np.linspace(0,np.pi*2,20)
for i in range(20):
    t+=np.pi*2/20
    y=np.sin(t)
    lines=ax.plot(y,'--',c='gray')  #绘制一帧图形
    arts.append(lines)              #每帧图形都保存到列表中

ani=ArtistAnimation(fig,arts,interval=200) #绘制动画
#ani.save("animate_artists_basic.gif")  #保存动画
plt.show() #显示动画

方法：

__init__(fig, artists, *args, **kwargs)

new_frame_seq()

new_saved_frame_seq()

pause()

resume()

save(filename[, writer, fps, dpi, codec, ...])

参数：

filename：保存的动画文件名称，如’mov.gif’,‘mov.mp4’。
writer：保持动画的库。MoviewWriter对象或者字符串。默认值’ffmpeg’。

“pillow”:PillowWriter，用pillow库写如动画文件。
“ffmpeg”:FFMpegWriter，‎基于ffmpeg库写动画。
“ffmpeg_file”:FFMpegFileWriter，基于文件的FFMpegWriter，用ffmpeg库把帧写入临时文件，然后拼接成动画。
“imagemagick”:ImageMagickWriter，‎基于管道的动画GIF。‎帧通过管道传输到ImageMagick并写入文件。
“imagemagick_file”：基于文件的imagemagick写动画。
“hmtl”:HTMLWriter，基于javascript html的动画。

fps：每秒帧数，默认根据动画的interval确定
dpi：每英寸点数，默认和figure相同。可以控制动画大小尺寸。
codec：编码格式，默认’h264’

to_html5_video([embed_limit])

embed_limit：动画文件大小限制，单位为MB。默认为20MB，超出限制则不创建动画。绘制平滑曲线

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4, 5, 6, 7])
y = np.array([100, 50, 25, 12.5, 6.25, 3.125, 1.5625])

plt.plot(x, y)
plt.title("Spline Curve")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

使用 scipy.ndimage.gaussian_filter1d() 高斯核类绘制平滑曲线

import numpy as np
import matplotlib.pyplot as plt 
from scipy.ndimage import gaussian_filter1d

x=np.array([1,2,3,4,5,6,7])
y=np.array([100,50,25,12.5,6.25,3.125,1.5625])
y_smoothed = gaussian_filter1d(y, sigma=5)

plt.plot(x, y_smoothed)
plt.title("Spline Curve Using the Gaussian Smoothing")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

使用 scipy.interpolate.make_interp_spline() 样条插值类绘制平滑曲线

import numpy as np
from scipy.interpolate import make_interp_spline
import matplotlib.pyplot as plt 
x=np.array([1,2,3,4,5,6,7])
y=np.array([100,50,25,12.5,6.25,3.125,1.5625])
model=make_interp_spline(x, y)
xs=np.linspace(1,7,500)
ys=model(xs)
plt.plot(xs, ys)
plt.title("Smooth Spline Curve")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

它通过使用 scipy.interpolate.make_interp_spline() 首先确定花键曲线的系数，绘制出一条平滑的花键曲线。我们用给定的数据来估计花样曲线的系数，然后用系数来确定间隔紧密的 x 值的 y 值，使曲线平滑。绘制曲线需要沿 X 轴 1 到 7 之间间隔相等的 500。

使用 scipy.interpolate.interp1d 插值类绘制平滑曲线

import numpy as np
from scipy.interpolate import interp1d
import matplotlib.pyplot as plt

x=np.array([1,2,3,4,5,6,7])
y=np.array([100,50,25,12.5,6.25,3.125,1.5625])

cubic_interploation_model=interp1d(x,y,kind="cubic")
xs=np.linspace(1,7,500)
ys=cubic_interploation_model(xs)
plt.plot(xs, ys)
plt.title("Spline Curve Using Cubic Interpolation")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

绘制曲线时，需要在 X 轴上 1 和 7 之间取间隔相等的 500 个点。

拟合曲线后绘制动图

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
from scipy.interpolate import interp1d

fig = plt.figure(figsize=(7, 2), dpi=100)
ax = plt.subplot()
x = np.array([1, 2, 3, 4, 5, 6, 7])
y = np.array([100, 50, 25, 12.5, 6.25, 3.125, 1.5625])
cubic_interploation_model = interp1d(x, y, kind="cubic")
xs = np.linspace(1, 7, 500)
ys = cubic_interploation_model(xs)
line3 = ax.plot(xs, ys)
def update(frame):
    line3[0].set_data(xs[:frame], ys[:frame])
ani = animation.FuncAnimation(fig, update, interval=10)
plt.show()

到此这篇关于Python Matplotlib绘制动图平滑曲线的文章就介绍到这了,更多相关Python Matplotlib绘制平滑曲线内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

基于Python编写一个简单的http服务器
这篇文章主要为大家详细介绍了如何基于Python编写一个简单的http服务器，文中的示例代码简洁易懂，感兴趣的小伙伴可以跟随小编一起学习一下
2023-04-04
Scrapy框架爬取Boss直聘网Python职位信息的源码
今天小编就为大家分享一篇关于Scrapy框架爬取Boss直聘网Python职位信息的源码，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2019-02-02
python中常用的各种数据库操作模块和连接实例
这篇文章主要介绍了python中常用的各种数据库操作模块和连接实例,包括sqlite3、oracle、mysql、excel,需要的朋友可以参考下
2014-05-05
在树莓派2或树莓派B+上安装Python和OpenCV的教程
这篇文章主要介绍了在树莓派2或树莓派B+上安装Python和OpenCV的教程,主要基于GTK库，并以Python2.7和OpenCV 2.4.X版本的安装作为示例，需要的朋友可以参考下
2015-03-03
Python读取nc文件的多种方式总结
Python中读取NetCDF文件有多种方法,包括使用netCDF4、xarray、h5py、SciPy和Pseudonetcdf等库,文中通过代码介绍的非常详细,需要的朋友可以参考下
2024-09-09
Python中字符串格式化的方法详解
众所周知,我们可以使用 print() 方法来输出一个固定内容的字符串,就像是 print("Hello, world!") 一样,但是,在现实中,我们很多时候是需要输出一些内容不断变化,或者内容动态生成的字符串,本文将介绍如何按照需要,在Python中格式化一个字符串
2023-10-10
windows 10下安装搭建django1.10.3和Apache2.4的方法
最近发现很多教程都是在linux上搭建，windows上似乎天生不太适合，但是我还是愿意试试这个坑。下面这篇文章主要给大家介绍了在windows 10系统下安装搭建django1.10.3和Apache2.4的方法，需要的朋友可以参考借鉴，下面来一起看看吧。
2017-04-04
Python下rrdtool模块的基本使用方法
这篇文章主要介绍了Python下rrdtool模块的基本使用方法,经常被用来做数据可视化的相关功能,需要的朋友可以参考下
2015-11-11
用Python将mysql数据导出成json的方法
今天小编就为大家分享一篇用Python将mysql数据导出成json的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-08-08
Flask框架学习笔记之表单基础介绍与表单提交方式
这篇文章主要介绍了Flask框架学习笔记之表单基础介绍与表单提交方式,结合实例形式分析了flask框架中表单的基本功能、定义、用法及表单提交的get、post方式使用技巧,需要的朋友可以参考下
2019-08-08