1.6绘制动态图

从理解原理入手，使用matplotlib绘制你想要的任何图形！
欢迎浏览我的专栏：https://blog.csdn.net/qq_40761869/article/category/9403564

# 现在我们可以根据给定的函数绘制图像，也可以根据给定的参数方程绘制图形，也可以绘制直角坐标系与极坐标系下的图像，还可以多窗口多子图绘制
# 那么如果我们想绘制一副动图，该怎么办呢
# 官方推荐使用matplotlib的animation模块
from matplotlib import pyplot
from matplotlib import animation
from numpy import *

# 绘制动图的核心就是animation模块中定义的FuncAnimation()类，它在初始化时有几个参数：
# __init__(fig, func, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True, **kwargs)
# fig是窗口对象，注意这个需要编程手动指定，因为没有封装
# func是在每一帧都会调用的函数，它的参数列表的第一个参数在每次调用时都由frames提供。更多的参数可以用fargs提供
# frames是可迭代的列表，也可以是python生成器，其他类型的参数可以参考源文件中的说明。frames中的值在每一轮（也即每一帧）都会向func函数中传递下一个值作为func的参数
# init_func是初始化函数，如果没有指定，那么默认绘制frames容器中第一个值所对应的图像
# fargs是每一次调用func函数时传递给它的额外参数
# interval是帧与帧之间的时间间隔，按毫秒计算

# 经过上面的了解，我们可以认识到，最重要的就是这两个参数：func和frames
# func是更新函数，所以我们也只能在func里进行操作
# frames是向func传递参数的。
# 如果我们用不到已经显示过的数据，那么自然也不希望保存它们，否则这个列表将会随着时间流逝而慢慢变大，最终影响内存空间。
# 所以那种情况下，最好可以写成一个python生成器

# 接下来绘制一副动图，两个点分别沿x和y轴振动，另外绘制一个点，它的坐标投影对应x和y上这两个点
# 先获得figure对象和axis对象
fig, ax = pyplot.subplots()
# 然后获得线条句柄
# 这里需要说明一下，绘制动图的基本结构为：
# 获取figure和axis对象
# 在axis对象上创建图形对象（如果是2D，也就是这里的line1和line2，那它们就是matplotlib.lines.Line2D类的对象）
# 定义func函数，函数内修改图形对象（调用图形对象的方法）
# 定义frames生成器，为func生成参数
# 定义init函数，确定初始显示范围
# 初始化FuncAnimation类
# pyplot.show()
# 所以我们修改的其实是图形对象，而非axis，也非figure，这样可以有效避免空间浪费、节省时间
# 不要尝试使用其他结构，否则会出各种各样奇怪的bug
line1, = pyplot.plot([], [], 'ro')
line2, = pyplot.plot([], [], 'b-')
ax.grid(b=True, axis='both')

def update(frame):
    line1.set_data([sin(frame), sin(frame), 0], [0, cos(frame), cos(frame)])
    line2.set_data([sin(frame), sin(frame), 0], [0, cos(frame), cos(frame)])

def init():
    ax.set_xlim(-1.5, 1.5)
    ax.set_ylim(-1.5, 1.5)

# 这里的生成器可以定义为无穷序列，而且内存空间也不会浪费
def gen_frames():
    time = 0
    while True:
        yield time
        time += 0.01

# 一定一定要注意，这里必须使用一个容器来引用FuncAnimation类实例化的对象（在这里ani是FuncAnimation类的对象），否则垃圾回收机制将把FuncAnimation类的实例化对象回收，也就没有办法显示动态图像了
ani = animation.FuncAnimation(fig, func=update, frames=gen_frames, init_func=init, interval=10)
pyplot.show()