matplotlib动画制作（1）
matplotlib动画制作（1）
本公众号致力于python数据分析和可视化，会不定期发布技术内容。如果觉得本文文章有用，点击上方"python数据可视化之美"关注我的公众号，原创文章将会第一时间推送，如有建议，可添加微信交流或评论区留言。
在实际的工作中我们可能希望观察数据的过程变化而不是最终结果，如基金走势、外汇历年增减等，这就需要借助动态效果图。在matplotlib中提供了2个动态图的方法——ArtistAnimation和FuncAnimation。
1-1 FuncAnimation语法与绘图逻辑
Matplotlib官网的FuncAnimation介绍中，它是一个动态更新绘图函数，语法为：
matplotlib.animation.FuncAnimation(fig, func, frams, init_func, interval, repeat, blit, *kwargs)
参数一大堆，实际上常用的有：
fig: 图形对象事件，无论有没有ax，都需要这个参数
func: 更新函数，视频是由每一帧图像构成，每一帧相当于绘一次图，该函数就是用来传递每一帧的参数并绘图
frams：迭代对象，是func函数的参数，数量与视频的帧数保持一致。假如视频有20帧，则frams也应该迭代20次传入func中绘制20个图像
interval：每一帧的时间间隔，单位ms，默认200ms
repeat：动画是否循环播放，默认True
blit：是否优化布局，默认False
FuncAnimation绘图框架：
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig = plt.figure()
ax = fig.add_subplot(111)
#构建数据,可迭代数据
x_data, y_data = [], []
#绘制折线图
line1, = ax.plot([], [], c = 'r', label = 'None')
#更新函数
def upgrade_ax(i):
#根据i来获取每一帧的数据
line1.set_data(x_data[:i], y_data[:i])
return line1, #注意，必须返回元组，最后有一个逗号。
#理论上，x与y数量是一一对应的，帧数就等于x的个数
frames = len(x_data)
ani = FuncAnimation(fig, upgrade_ax, frames, interval = 100)
#输出为文件，可以用.gif结尾。如果是mp4结尾，可能需要根据提示更新包
ani.save(out_path, fps = 20)
plt.show()绘图逻辑：根据函数的构建框架，大致可以分为：1）画布分割；2）数据构建；3）更新函数编写；4）调用动画函数；5）细节调整（坐标轴范围，图例，颜色等）
1-2 动态单折线绘制
实例：绘制-5-5之间的sin函数图像
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111)
x = np.arange(-5, 5, 0.1)
y = [np.sin(i) for i in x]
line1, = ax.plot([], [], 'b', label = 'sin(x)')
def update_params(i):
#设置ax坐标轴范围，如果不设置，会使用默认，达不到预期效果
ax.set_ylim(-1.3, 1.3)
ax.set_xlim(-5.2, 5.2)
#每一帧都是累计前面的数据，所以第i次需要包括前面所有的数据
line1.set_data(x[:i], y1[:i])
return line1,
#帧数确定，因为y与x一一对应，帧数就等于x的长度
frame = len(x)
ani = FuncAnimation(fig, update_params, frame, interval = 100, blit = True)
ani.save(r"C:\Users\28798\Desktop\1.gif", fps = 20)
plt.show()结果如下：
一些解释：为什么传入frame就可以实现更新？当我们在更新函数中打印i，可以发现结果为0, 1, 2, 3, ..., 99，说明共调用了100次，因此只需要利用当前i就可以累计前面所有的数据。
注意：交互界面输出的仍为静态图像，但是在输出文件路径下就已经是动态的gif图了
1-3 动态双折线的绘制
与单折线相比，双折线在单折线基础上增加了line对象，以绘制-5-5之间的sin、cos为例
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import numpy as np
fig = plt.figure()
ax = fig.add_subplot(111)
x = np.arange(-5, 5, 0.1)
y1 = [np.sin(i) for i in x]
y2 = [np.cos(i) for i in x]
line1, = ax.plot([], [], 'b', label = 'sin(x)')
line2, = ax.plot([], [], 'r', label = 'cos(x)')
total = len(x)
def update_params(i):
ax.set_ylim(-1.3, 1.3)
ax.set_xlim(-5.2, 5.2)
#同时更新line1和line2参数
line1.set_data(x[:i], y1[:i])
line2.set_data(x[:i], y2[:i])
return line1, line2
ani = FuncAnimation(fig, update_params, total, interval = 100, blit = True)
ani.save(r"C:\Users\28798\Desktop\1.gif", fps = 20)
plt.show()结果如下：
1-4 图例添加
图例添加仍然使用正常的ax.legend即可，不过建议在指定line1对象后就添加。如果在更新函数中添加，每次更新可能会费时间。
...
line1, = ax.plot([], [], 'b', label = 'sin(x)')
line2, = ax.plot([], [], 'r', label = 'cos(x)')
ax.legend()
...
1-5保存文件
对FuncAnimation对象使用save方法即可，前面实例已经写过，参考上面即可。
再次强调，如果保存gif格式，可能会出现'using Pillow instead'警告，但不影响输出。如果是mp4，可能会出现错误，可以在网上自行查询。
END