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