matplotlib 动画
我们想制作一个动画，其中正弦和余弦函数在屏幕上逐步绘制。首先需要告诉matplotlib我们想要制作一个动画，然后必须指定想要在每一帧绘制什么。一个常见的错误是重新绘制每一帧的所有内容，这会使整个过程非常缓慢。相反地，只能更新必要的内容，因为我们知道许多内容不会随着帧的变化而改变。对于折线图，我们将使用set_data方法更新绘图，剩下的工作由matplotlib完成。
注意随着动画移动的终点标记。原因是我们在末尾指定了一个标记(markevery=[-1])，这样每次我们设置新数据时，标记就会自动更新并随着动画移动。参见下图。
import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation fig = plt.figure(figsize=(7, 2)) 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]) plt.tight_layout() ani = animation.FuncAnimation(fig, update, interval=10)
如果我们现在想要保存这个动画，matplotlib可以创建一个mp4文件，但是选项非常少。一个更好的解决方案是使用外部库，如FFMpeg，它可以在大多数系统上使用。安装完成后，我们可以使用专用的FFMpegWriter，如下图所示:
writer = animation.FFMpegWriter(fps=30)
anim = animation.FuncAnimation(fig, update,
interval=10,
frames=len(X))
anim.save("sine-cosine.mp4", writer=writer, dpi=100)
注意，当我们保存mp4动画时，动画不会立即开始，因为实际上有一个与影片创建相对应的延迟。对于正弦和余弦，延迟相当短，可以忽略。但对于长且复杂的动画，这种延迟会变得非常重要，因此有必要跟踪其进展。因此我们使用tqdm库添加一些信息。
from tqdm.autonotebook import tqdm
bar = tqdm(total=len(X))
anim.save("../data/sine-cosine.mp4",
writer=writer, dpi=300,
progress_callback = lambda i, n: bar.update(1))
bar.close()
[Errno 2] No such file or directory: 'ffmpeg'
如果你在 macOS 上，只需通过 homebrew 安装它：brew install ffmpeg
人口出生率
x = data['指标'].values
rate= data['人口出生率(‰)']
y = rate.values
xvals = np.linspace(2002,2021,1000)
yinterp = np.interp(xvals,x,y)
(line1,) = ax.plot(xvals, yinterp, marker="o",
markevery=[-1], markeredgecolor="white")
text = ax.text(0.01, 0.95,'text', ha="left", va="top",
transform=ax.transAxes, size=25)
ax.set_xticks(x)
def update(frame):
line1.set_data(xvals[:frame], yinterp[:frame])
text.set_text("%d 年人口出生率(‰) " % int(xvals[frame]))
return line1, text
男女人口总数
# 设置画布
fig = plt.figure(figsize=(10, 5))
ax = plt.subplot()
# 数据准备
X = data['指标']
male, female =data['男性人口(万人)'], data['女性人口(万人)']
# 绘制折线图
(line1,) = ax.plot(X, male, marker="o",
markevery=[-1], markeredgecolor="white")
(line2,) = ax.plot(X, female, marker="o",
markevery=[-1], markeredgecolor="white")
# 设置图形注释
text = ax.text(0.01, 0.75,'text',
ha="left", va="top",
transform=ax.transAxes,size=20)
text2 = ax.text(X[0],male[0], '', ha="left", va="top")
text3 = ax.text(X[0],female[0], '', ha="left", va="top")
# 设置坐标轴刻度标签
ax.set_xticks(X)
ax.set_yticks([])
# 设置坐标轴线格式
ax.spines["top"].set_visible(False)
ax.spines["left"].set_visible(False)
ax.spines["right"].set_visible(False)
# 定义更新函数
def update(frame):
line1.set_data(X[:frame 1], male[:frame 1])
line2.set_data(X[:frame 1], female[:frame 1])
text.set_text("%d 人口(万人)" % X[frame])
text2.set_position((X[frame], male[frame]))
text2.set_text(f'男性: {male[frame]}')
text3.set_position((X[frame], female[frame]))
text3.set_text(f'女性: {female[frame]}')
return line1,line2, text
# 定义输出
plt.tight_layout()
writer = animation.FFMpegWriter(fps=5)
# 执行动画
anim = animation.FuncAnimation(fig, update, interval=500, frames=len(X))
# 存储动画
# 设置进度条
bar = tqdm(total=len(X))
anim.save(
"num_people2.mp4",
writer=writer,
dpi=300,
progress_callback=lambda i, n: bar.update(1),
)
# 关闭进度条
bar.close()
雨滴
# 设置雨滴绘图更新函数
def rain_update(frame):
global R, scatter
# 数据获取
R["color"][:, 3] = np.maximum(0, R["color"][:, 3] - 1 / len(R))
R["size"] = 1 / len(R)
i = frame % len(R)
R["position"][i] = np.random.uniform(0, 1, 2)
R["size"][i] = 0
R["color"][i, 3] = 1
# 散点形状设置
scatter.set_edgecolors(R["color"])
scatter.set_sizes(1000 * R["size"].ravel())
scatter.set_offsets(R["position"])
return (scatter,)
# 绘制画布
fig = plt.figure(figsize=(6, 8), facecolor="white", dpi=300)
ax = fig.add_axes([0, 0, 1, 1], frameon=False) # , aspect=1)
# 绘制初始化散点图
scatter = ax.scatter([], [], s=[],
linewidth=0.5, edgecolors=[],
facecolors="None",cmap='rainbow')
# 设置雨滴数量
n = 250
# 为雨滴设置参数值
R = np.zeros(
n, dtype=[("position", float, (2,)),
("size", float, (1,)),
("color", float, (4,))])
R["position"] = np.random.uniform(0, 1, (n, 2))
R["size"] = np.linspace(0, 1.5, n).reshape(n, 1)
R["color"][:, 3] = np.linspace(0, 1, n)
# 设置坐标轴格式
ax.set_xlim(0, 1), ax.set_xticks([])
ax.set_ylim(0, 1), ax.set_yticks([])
# 保存同上
以上就是Python Matplotlib绘制动画的代码详解的详细内容，更多关于Python Matplotlib动画的资料请关注Devmax其它相关文章！