Matplotlib | Python 数据可视化 | 动画绘图

简介

Matplotlib 是一个数据可视化库，用于在 Python 中创建静态、动画和交互式可视化。在本实验中，我们将学习如何使用 Matplotlib 创建动画绘图。我们将使用 FuncAnimation 类来创建一个衰减正弦波的动画。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到 笔记本 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会立即为你解决问题。

导入库

首先，我们需要导入必要的库。在本实验中，我们将使用 Matplotlib 和 NumPy。

import itertools

import matplotlib.pyplot as plt
import numpy as np

import matplotlib.animation as animation

创建数据生成函数

接下来，我们需要创建一个函数来生成动画所需的数据。该函数将生成一个随时间衰减的正弦波。我们将使用 itertools.count() 函数生成一个无限的数字序列。我们将使用这些数字来计算正弦波的值。

def data_gen():
    for cnt in itertools.count():
        t = cnt / 10
        yield t, np.sin(2*np.pi*t) * np.exp(-t/10.)

设置绘图

现在，我们需要设置绘图。我们将使用 Matplotlib 的 subplots() 函数创建一个图形和一个坐标轴对象。我们还将创建一个线条对象来表示正弦波。

fig, ax = plt.subplots()
line, = ax.plot([], [], lw=2)
ax.grid()
xdata, ydata = [], []

定义初始化函数

我们需要定义一个初始化函数，用于设置绘图的初始状态。在这个函数中，我们将设置 y 轴的范围，并清除线条对象中的数据。

def init():
    ax.set_ylim(-1.1, 1.1)
    ax.set_xlim(0, 1)
    del xdata[:]
    del ydata[:]
    line.set_data(xdata, ydata)
    return line,

定义动画函数

现在，我们需要定义一个函数，用于为动画的每一帧更新绘图。这个函数将获取由 data_gen() 函数生成的数据，并用新数据更新绘图。随着动画的进行，我们还将更新 x 轴的范围。

def run(data):
    ## update the data
    t, y = data
    xdata.append(t)
    ydata.append(y)
    xmin, xmax = ax.get_xlim()

    if t >= xmax:
        ax.set_xlim(xmin, 2*xmax)
        ax.figure.canvas.draw()
    line.set_data(xdata, ydata)

    return line,

创建动画

最后，我们可以使用 FuncAnimation 类来创建动画。我们将传递 fig、run、data_gen、init_func 和 interval 参数来创建动画。我们还将设置 save_count 参数为 100，以确保只保存最后 100 帧。

ani = animation.FuncAnimation(fig, run, data_gen, interval=100, init_func=init,
                              save_count=100)

显示绘图

现在我们可以使用 Matplotlib 的 show() 函数来显示绘图。

plt.show()

总结

在这个实验中，我们学习了如何使用 Matplotlib 创建一个动画绘图。我们使用 FuncAnimation 类创建了一个衰减正弦波的动画。我们还学习了如何设置绘图、定义数据生成函数、定义初始化函数、定义动画函数以及创建动画。