matplotlib画动态轨迹图

参考https://blog.csdn.net/suzyu12345/article/details/78338091

函数from matplotlib.animation import FuncAnimation

anim = animation.funcanimation(fig, animate, init_func=init, frames=100, interval=20, blit=true)
# fig: 是我们创建的画布
# animat: 是重点，是我们每个时刻要更新图形对象的函数，返回值和init_func相同
# init_func: 初始化函数，其返回值就是每次都要更新的对象，
#    告诉FuncAnimation在不同时刻要更新哪些图形对象
# frames: 相当于时刻t，要模拟多少帧图画，不同时刻的t相当于animat的参数
# interval: 刷新频率，毫秒
# blit: blit是一个非常重要的关键字，它告诉动画只重绘修改的部分，结合上面保存的时间，
#    blit=true会使动画显示得会非常非常快

主要参数：fig, animat, frames, interval
fig:画布
animat:更新函数，参数为frames的迭代
frames:总共多少帧
interval:每帧间的间隔，单位为毫秒，以30Hz为例，interval就为33

---

更新函数

def animate(i):
    # 接着，构造自定义动画函数animate，用来更新每一帧上各个x对应的y坐标值，参数表示第i帧
    # plt.cla() 这个函数很有用，先记着它
    data = [[x,y] for x,y in zip(x1,y1)]
    sca1.set_offsets(data1)  # 散点图
    label = 'timestep {0}'.format(i)
    ax1.set_xlabel(label)
    return sca1

以更新散点图为例，散点图的重置函数为set_offsets(data)，data格式类似[[x1,x2,x3], [y1,y2,y3]]
由于我们的x,y都是准备好的，可以直接读取

将图像设置为背景

1、读入图像
img = plt.imread('test.png')
2、将图像设置为背景(即显示图像)
ax.imshow(img)
3、画散点图

保存(gif or mp4)

anim.save('a.gif',writer='pillow',fps=2)
anim.save('a.mp4',writer='ffmpeg',fps=30)
pillow是matplotlib自带的，而ffmpeg需要安装

conda config --add channels conda-forge
conda install ffmpeg

fps是帧率，其实这里保存的时候就已经跟前面的interval参数没什么关系了，interval其实可以随便设置

---

补充知识：

动态大小的散点图

sca = ax.scatter(x,y,s,c)
s设置点的面积，一般为m**2
c设置点的颜色

返回的sca为PathCollection类型，查询matplotlib文档

https://matplotlib.org/3.1.1/api/collections_api.html#matplotlib.collections.PathCollection

可得其重新设置面积的方法为：
sca.set_sizes([area])
重新设置坐标的方法为
sca.set_offsets(offsets)

动态颜色的线段