Python实现动态绘图的示例详解

示例

matplotlib中的animation提供了动态绘图功能，下面列举一个最简单的动态绘制三角函数的例子，来初步演示一下。

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

fig, ax = plt.subplots(figsize=(5,3))
line, = ax.plot([], [], lw=1)
ax.grid()

def init():
   ax.set_ylim(-1, 1)
   ax.set_xlim(0, 10)
   line.set_data([],[])
   plt.tight_layout()
   return line,

def animate(N):
   x = np.arange(N)/10
   y = np.sin(x)
   line.set_data(x, y)
   return line,

ani = animation.FuncAnimation(fig, animate, range(100), init_func=init, interval=40)
ani.save("ani_test_0.gif")
plt.show()

效果如下

其中，fig, ax为绘图窗口和坐标轴，这是在任何绘图操作中都涉及到的元素，但在本例中的动态绘图操作中，ax是以一种"全局变量"的形式存在的，将在后米娜的init和animate函数中被直接调用。

line即为绘制在ax之上的曲线，由于ax.plot默认返回一个曲线列表，通过line,=这样的方法，可以提取出曲线列表中的第0条曲线，其结果等价于

line = ax.plot([], [], lw=1)[0]

接下来init函数用于绘图曲线的初始化，animate用于调整绘图函数的动态变化，其输入N暂时可以简单地理解为第N张图像的曲线。

接下来，就是动态绘图的核心对象FuncAnimation。

FuncAnimation

FuncAnimation是一个类，其构造函数为

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

前面的4个参数在示例程序中已经用到，fig为绘图窗口；func为图像更新函数；frames为绘图帧号；init_func为图像的初始化函数。

其绘图逻辑写成伪代码类似于

for n in frames:
   if n>0:
       draw(func(n))
   else:
       draw(init(n))

如果frames是一个整数，则在调用时会自动转为range(frames)。

而用于绘图的主要对象，就是坐标轴ax，故而在示例中的animate以及init函数的返回对象是line,，当然也可以写成return [line]。

FuncAnimation中的其他参数含义如下：

• fargs 为绘图函数func的其他输入参数

• save_count 缓存帧数

• interval 帧延时，默认200毫秒，帧率25fps对应40毫秒。

• repeat_delay 重复延时，单位是微秒

• repeat 为False时，动画将只演示一遍。

三维情况

三维情况的动图绘制函数，机理与二维是相同的，下面引用官方画廊中的示例，来演示一下三维动图的绘制流程，首先生成一组随机行走的曲线

np.random.seed(19680801)        # 随机数种子，便于复现

def random_walk(N, L=0.05):
   st = np.random.random(3)
   steps = np.random.uniform(-L, L, size=(N, 3))
   walk = st + np.cumsum(steps, axis=0)
   return walk

walks = [random_walk(30) for index in range(40)]

random_walk可生成一条随机行走的三维曲线，walks通过调用这个函数，共生成了40条曲线，下面就是对这40条曲线的调用

def animate(num, walks, lines):
   for line, walk in zip(lines, walks):
       line.set_data(walk[:num, :2].T)
       line.set_3d_properties(walk[:num, 2])
   return lines

fig = plt.figure(figsize=(5,4))
ax = fig.add_subplot(projection="3d")

lines = [ax.plot([], [], [], lw=1)[0] for _ in walks]

ax.set(xlim3d=(0, 1), xlabel='X')
ax.set(ylim3d=(0, 1), ylabel='Y')
ax.set(zlim3d=(0, 1), zlabel='Z')

ani = animation.FuncAnimation(
   fig, animate, 30, fargs=(walks, lines), interval=100)

plt.show()

效果如下

来源：https://blog.csdn.net/m0_37816922/article/details/130482233