将 Matplotlib 用于动画
原文:https://www . geeksforgeeks . org/using-matplotlib-for-animatics/
Python 的 Matplotlib 库是一个绘图工具，用于绘制函数或图形的图形。它也可以用作动画工具。当添加动画时，绘制的图表提供了更强大的可视化，并帮助演示者吸引更多的观众。Matplotlib 还可以轻松地与熊猫连接，创建更复杂的动画。
Matplotlib 中的动画可以通过两种方式使用Animation类制作:
- 通过一遍又一遍地调用函数:它使用一个预定义的函数，当这个函数一次又一次地运行时，会创建一个动画。
- 通过使用固定对象:一些动画艺术对象在与其他对象组合时产生动画场景。
需要注意的是，我们必须始终保持对动画对象的引用，否则动画将停止。这是因为Animation class保存了对动画对象的单个指针引用，并且随着时间的推移运行动画，必须保留该指针引用，否则它将作为垃圾值被收集。
虽然有两种方法，但第一种方法更常见、更方便，在这里，我们将只使用这种方法。不过，你也可以看其他的文档，这里。
让我们深入了解 Matplotlib 动画。
所需安装:
1.
Numpy和Matplotlib2。ffmpeg从这里下载 Python 的 ffmpeg。
我们来看一个例子。在这里，我们将尝试使用动画和绘图工具制作连续正弦波。为此我们将利用matplotlib的numpy和pyplot。如前所述，我们将使用功能方法，而不是艺术对象。
注意:要将动画保存到电脑，请使用 anim.save(filename) 或 Animation.to_html5_video 。
from matplotlib import pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation
# initializing a figure in
# which the graph will be plotted
fig = plt.figure()
# marking the x-axis and y-axis
axis = plt.axes(xlim =(0, 4),
ylim =(-2, 2))
# initializing a line variable
line, = axis.plot([], [], lw = 3)
# data which the line will
# contain (x, y)
def init():
line.set_data([], [])
return line,
def animate(i):
x = np.linspace(0, 4, 1000)
# plots a sine graph
y = np.sin(2 * np.pi * (x - 0.01 * i))
line.set_data(x, y)
return line,
anim = FuncAnimation(fig, animate, init_func = init,
frames = 200, interval = 20, blit = True)
anim.save('continuousSineWave.mp4',
writer = 'ffmpeg', fps = 30))
首先，在导入必需品后，我们设置一个空白的图形或空白的窗口，在上面绘制整个动画。接下来，我们初始化一个变量line，它将包含图的 x 和 y 坐标。这些一开始是空的，因为其中的数据会因为动画而不断变化。最后，我们陈述动画函数animate(i)，它接受一个参数 i ，其中 i 被称为帧数，并使用它创建正弦波(或任何其他图形)，它将根据 i 的值不断变化。在最后一行anim = FuncAnimation(fig, animate, init_func=init, frames=200, interval=20, blit=True)中，我们使用FuncAnimation功能创建一个动画，该动画将每秒显示 200 帧，时间间隔为 20 微秒。
输出:
[https://media.geeksforgeeks.org/wp-content/uploads/20200113213401/sine.mp4](https://media.geeksforgeeks.org/wp-content/uploads/20200113213401/sine.mp4)这是一个非常强大的可视化。需要注意的一点是，当我们查看保存的 gif 时，它将是一个连续的剪辑，不像我们输出中的视频会在几秒钟内终止。让我们再看一个例子。当我们编写程序时，试着猜测输出，因为它会澄清我们的概念。
import matplotlib.animation as animation
import matplotlib.pyplot as plt
import numpy as np
# creating a blank window
# for the animation
fig = plt.figure()
axis = plt.axes(xlim =(-50, 50),
ylim =(-50, 50))
line, = axis.plot([], [], lw = 2)
# what will our line dataset
# contain?
def init():
line.set_data([], [])
return line,
# initializing empty values
# for x and y co-ordinates
xdata, ydata = [], []
# animation function
def animate(i):
# t is a parameter which varies
# with the frame number
t = 0.1 * i
# x, y values to be plotted
x = t * np.sin(t)
y = t * np.cos(t)
# appending values to the previously
# empty x and y data holders
xdata.append(x)
ydata.append(y)
line.set_data(xdata, ydata)
return line,
# calling the animation function
anim = animation.FuncAnimation(fig, animate, init_func = init,
frames = 500, interval = 20, blit = True)
# saves the animation in our desktop
anim.save('growingCoil.mp4', writer = 'ffmpeg', fps = 30)
正如我们可能已经猜到的，正如保存的文件名所示，这是一个不断增长的线圈动画。和以前一样，我们首先导入所有模块。但是这次，我们完全导入了matplotlib.animation库
import matplotlib.animation as animation
然而，在前面的例子中，我们只从其中导入了FuncAnimation函数
from matplotlib.animation import FuncAnimation
然而，这并没有真正做出任何改变，人们可以选择任何导入方式。然后我们创建一个将放置动画的图形。animate功能因帧数 i 而异。有一点要知道，线圈只不过是正弦和余弦的复合函数。我们取 x 轴上的正弦函数和 y 轴上的余弦函数，结果图给出了一个线圈。
输出:
[https://media.geeksforgeeks.org/wp-content/uploads/20200113213446/growingCoil.mp4](https://media.geeksforgeeks.org/wp-content/uploads/20200113213446/growingCoil.mp4)因此，我们得出结论，利用matplotlib的一些基本知识可以制作许多有趣的动画。当一个人需要在不使用更高级别的动画工具(如 Blender)的情况下，用额外的动画力量呈现一些可视化效果时，这真的会很方便。
版权属于：月萌API www.moonapi.com，转载请注明出处
