Matplotlib绘图基础之动画绘制详解
matplotlib的动画一直是一个强大但使用频率不高的功能，究其原因，一方面展示动画需要一定的媒介，没有图形和文字展示方便；二来大家更关心的是分析结果的最终图表，图表的动态展示则没有那么重要。
不过，随着短视频的兴起，在短视频平台上展示动画变得非常容易，所以，我们发现有越来越多的数据分析动画（比如各种横向条形图的排名等等）出现在了短视频平台上。
通过动画来展示数据和模型的变化过程，可使数据的可视化更加生动形象，随着各种平台的兴起，matplotlib的动画功能也因此有了更多的用武之地。
1. 动画示例
介绍matplotlib的动画功能之前，先看用matplotlib制作的两个简单的的动画示例。
1.1. 单个动画
首先是单个动画，绘制一个正弦曲线。
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.animation as animation
x = np.linspace(-8, 8, 100)
y = np.sin(x)
fig, ax = plt.subplots()
(g,) = ax.plot(x, y)
def update(frame):
y = np.sin(x[:frame])
g.set_data(x[:frame], y)
animation.FuncAnimation(fig, update, interval=50, frames=len(x))
1.2. 组合动画
除了单个动画之外，组合动画也简单，下面的示例中，先绘制一个正弦曲线，然后一个点沿着曲线运动，随着这个点，绘制正弦曲线的切线。
x = np.linspace(-8, 8, 100)
f = lambda x: np.sin(x / 2)
fig, ax = plt.subplots()
fig.set_size_inches(8, 4)
ax.plot(x, f(x), 'lightblue')
(point,) = ax.plot(x[0], f(x[0]), "r", alpha=0.4, marker="o")
(line,) = ax.plot([0], [0], "g", linewidth=3)
#绘制切线
def tangent_line(x0, y0):
h = 1e-4
num_min = f(x0 - h)
num_max = f(x0 + h)
k = (num_max - num_min) / (2 * h)
xs = np.linspace(x0 - 0.5, x0 + 0.5, 100)
ys = y0 + k * (xs - x0)
return xs, ys
#移动切点
def move_point(frame):
point.set_data([x[frame]], [f(x[frame])])
xs, ys = tangent_line(x[frame], f(x[frame]))
line.set_data(xs, ys)
animation.FuncAnimation(fig, move_point, interval=50, frames=len(x))
2. 动画函数
matplotlib的动画函数主要有两种，它们的动画原理差别很大，了解它们之间的区别，才能根据自己的场景选择合适的动画函数。
2.1. FuncAnimation
上一节的示例中使用的就是FuncAnimation，它的动画原理是通过回调函数，不断重绘图形，已达到动画的效果。
主要的参数有：
- 画布：比如上面第一个示例中的
fig - 回调函数：比如上面第一个示例中的
update - 调用回调函数的间隔：比如上面第一个示例中的
interval=50，单位是毫秒 - 调用回调函数的次数：比如上面第一个示例中的
frames=len(x)
简单来说，也就是FuncAnimation函数每隔interval毫秒，调用一次update，一共调用frames次。
2.2. ArtistAnimation
ArtistAnimation函数的原理则是先准备好每一帧的数据，然后绘制按照一定的时间间隔，绘制每一帧数据对应的图像。
比如上面的示例一样的正弦曲线，用ArtistAnimation函数绘制的话：
points = np.linspace(-8, 8, 100)
fig, ax = plt.subplots()
frames = []
for i in range(50):
x = points[:i]
y = np.sin(x)
g = ax.plot(x, y)
frames.append(g)
animation.ArtistAnimation(fig, frames, interval=50)
ArtistAnimation的主要参数：
- 画布：比如上面示例中的
fig - 每一帧的数据：比如上面示例中的
frames - 每一帧的间隔：比如上面示例中的
interval=50，单位是毫秒
ArtistAnimation没有回调函数，只要准备好每一帧的数据，它会按照时间间隔绘制每一帧的数据。
3. 动画导出
最后，是动画的导出，常用的两种格式是MP4和GIF。
如果安装了 ffmpeg，那么导出这两种格式就很简单了。
3.1. 导出mp4
#前面部分省略。。。
anim = animation.FuncAnimation(fig, update, interval=50, frames=len(x))
anim.save("./output.mp4", writer='ffmpeg')导出的文件名后缀 mp4，则可以导出视频。
这里的writer参数用ffmpeg。
3.2. 导出GIF
同样，导出gif也一样，文件名的后缀 gif即可。
#前面部分省略。。。
anim = animation.FuncAnimation(fig, update, interval=50, frames=len(x))
anim.save("./output.gif", writer='ffmpeg')当然，也可以不用ffmpeg，比如，如果安装了imagemagick，这里的writer也可以用imagemagick。
#前面部分省略。。。
anim = animation.FuncAnimation(fig, update, interval=50, frames=len(x))
anim.save("./output.gif", writer='imagemagick')以上就是Matplotlib绘图基础之动画绘制详解的详细内容，更多关于Matplotlib动画的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了python 字符串格式化的示例，帮助大家更好的理解和使用python处理字符串，感兴趣的朋友可以了解下2020-09-09
今天小编就为大家分享一篇解决python中画图时x,y轴名称出现中文乱码的问题，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2019-01-01
这篇文章主要介绍了python 时间处理之月份加减问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
下面小编就为大家带来一篇Django 添加静态文件的两种实现方法(必看篇)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-07-07
这篇文章主要介绍了详解用python的阶乘，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-10-10
今天小编就为大家分享一篇Python字节单位转换实例，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2019-12-12
这篇文章主要为大家详细介绍了如何利用Python和Tkinter实现编写一个简单的画图软件，可以实现画图、保存、撤销等功能，感兴趣的可以了解一下2023-04-04
这篇文章主要介绍了django使用html模板减少代码代码解析，具有一定借鉴价值，需要的朋友可以参考下。2017-12-12
字符串是 Python 中最常用的数据类型。我们可以使用引号来创建字符串，通过本篇文章给大家分享python字符串关键点相关资料，感兴趣的朋友一起学习吧2015-12-12
这篇文章主要介绍了Python实现随机密码生成器实例,string.printable是string中的可打印字符,用strip函数首尾去掉空格,random模块用来取字符,random.choice随机取字符,将随机取出的字符与password空字符串进行拼接,最后用print输出,需要的朋友可以参考下2023-09-09
最新评论