Matplotlib Animations 数据可视化进阶
Matplotlib Animations 数据可视化进阶
如果你对我的代码有兴趣，可以在我的 GitHub 查看。当你第一次执行时，代码会报错（我一直没有解决），但是同样的代码框再执行一次，就能够正常跑通了。Matplotlib 是一个专业的数据可视化的 Python 包。除了折线图、直方图和热力图，Matplotlib HIA可以实现一些简单的动画。
如下图所示，以John Conway 的游戏人生，作为我第一个 Python 动画的素材。这个 gif 图的最后结果：
如果你对我如何对游戏人生进行编程感兴趣，可以查看我 GitHub 上面的代码(和评论)。这篇博客侧重如何在 Python 中使用 Matplotlib 增加动画。
如果对这个模拟过程不熟悉（过程更像模拟而非正在玩游戏），这里有一些建议：
- 我们首先建立一个 N x N 大小的面板 (在我们目前讨论的面板中是 50 x 50)。
- 我们随机选择一部分格子进行填充 (首次模拟，我随机在2500个格子里面填充了1500个)，这里的一个格子代表一个单元格
- 每一个填充的格子的周围至多有一个格子为死亡
- 每一个填充的格子的周围有至少四个格子不会死亡
- 每一个填充的格子的周围有两到三个格子存活
- 每一个被三个填充格子相邻的空格子将会成为一个新的单元格
开始
我们先引入我们需要的 Python 包，利用 matplotlib 动画模块的 FuncAnimation() 函数。
import time
from IPython import display
import matplotlib.pyplot as plt
import matplotlib.animation as animationFuncAnimation() 陆续重复调用函数，是的一个图片动画化，每一次调用更新一次图片。下面将一步步解释这个过程。
首先，我们先初始化面板。以下几行代码将产生输入数据：
- 我们想要一个 50x50 大小的面板。
- 填充变量使计算相邻单元格变得更容易，通过用总是空的额外单元格填充边缘，我们使它不需要编写额外的逻辑来处理板的边缘。因此，我们的50x50板被一个空单元格边界包围，使得实际的numpy数组的大小为52 x52。
- 变量 initial_cells 代表我们想要初始化的单元格数量，他们会随机在面板上产生。
# Input variables for the board
boardsize = 50 # board will be X by X where X = boardsize
pad = 2 # padded border, do not change this!
initial_cells = 1500 # this number of initial cells will be placed
# in randomly generated positions
接下来我们在初始化的单元格上随机生成1500个坐标，这些坐标保存在变量pos_list。
# Get a list of random coordinates so that we can initialize
# board with randomly placed organisms
pos_list = []
for i in range(initial_cells):
pos_list.append([random.randint(1, boardsize),
random.randint(1, boardsize)])然后轮到实例化这个面板。使用 numpy 向量 my_board 代表我们的面板，我们初始化52x52结构的向量，值都是0（由于边缘填充所以比50x50大一些），然后调用函数 init_board() 使用 pos_list 中的坐标填充面板。具体查看 GitHub。
# Initialize the board
my_board = np.zeros((boardsize+pad, boardsize+pad))
my_board = init_board(pos_list, my_board)设置面板的动画
我们一直在等待的部分——动画！首先，我们需要做一些例行工作。用下面几行代码创建matplotlib图形，它将用于显示我们的动画。
# Required line for plotting the animation
%matplotlib notebook
# Initialize the plot of the board that will be used for animation
fig = plt.gcf()是时候做第一帧了，matplotlib中的imshow()函数接受一个numpy矩阵并将其呈现为图像，酷~
# Show first image - which is the initial board
im = plt.imshow(my_board)
plt.show()我们传递imshow()的变量是我们的初始面板，它存储在my_board中。创建的图像是这样的：
现在我们要加一个辅助函数给 FuncAnimation() 调用。辅助函数 animate() 的输入是帧数，指明当前是第几帧。在 FuncAnimation() 中，每过一帧，就会调用一次 animate() 并且把帧数作为参数输入。animate() 里会先调用 update_board() 更新当前的面板，然后通过 set_data() 将更新的面板显示出来。
# Helper function that updates the board and returns a new image of
# the updated board animate is the function that FuncAnimation calls
def animate(frame):
im.set_data(update_board(my_board))
return im,恭喜，现在就可以顺利使用 FuncAnimation() 了。注意函数的输入参数：
- fig 是我们先前建立的用来显示动画的容器变量。
- animate 函数是刚刚写的由 FuncAnimation() 通过帧数来调用的函数(帧数参数会自动传入，不需要声明)。
- frames 是动画最大帧数的限制，这里我们设置成 200 帧，也就是说 200 帧后动画会自动结束。
- interval 是每两帧的间隔时间，单位为毫秒。这里我们用 50 毫秒。
# This line creates the animation
anim = animation.FuncAnimation(fig, animate, frames=200, interval=50)这样就完成了，还可以吧？最终效果是这样的
结论
我希望这对你有帮助。在我结束之前，让我来集思广益一些更多的数据科学，比如我们今天学到的动画功能的应用：
- 一次次地进行蒙特卡罗模拟，以便观察结果分布是如何逐渐形成的。
- 遍历时间序列数据，以便描述模型或数据在新观测数据到达时的反应。
- 突出显示你的算法识别的集群如何随着输入(如集群数量)的改变而改变。
- 关联随时间或跨数据的不同子样本的热图，以可视化不同的样本可能如何影响模型的估计参数。