太枯燥？分享一个交互式动画可视化 Python 工具包!

欢迎关注 ，专注Python、数据分析、数据挖掘、好玩工具！

数据可视化有助于理解不同的模式、从数据中获得的直观见解,这一点很重要，因为它以图表、图形和绘图的形式揭示数据背后的奥秘。

有很多个 python 库可以帮助可视化数据，如 Matplotlib、Seaborn 等。如果我们可以把图片动态化，是不是很有意思！

AnimatPlot 是一个开源的 python 库，它构建在 Matplotlib 之上，用于创建高度交互式的动画绘图。在本文中，我们将探讨 AnimatPlot 提供的一些功能。

我们开始吧…

安装所需的库

我们从使用 pip 安装 AnimatPlot 开始。下面给出的命令可以做到这一点。

pip install animatplot

导入所需库

在此步骤中，我们将导入创建动画打印所需的库。

import numpy as np
import matplotlib.pyplot as plt
import animatplot as amp

创建数据集

在这里创建的数据集将创建一个正弦波，然后我们将为这个正弦波设置动画。类似地，我们还将使用另一个数据集在单个图形中显示多个绘图。

x = np.linspace(0, 1, 50)
t = np.linspace(0, 1, 20)

X, T = np.meshgrid(x, t)
Y = np.sin(2*np.pi*(X+T))

创建动画情节

这是最后一步，我们将创建情节和动画。

block = amp.blocks.Line(X, Y)
anim = amp.Animation([block])
plt.show()

现在我们将向绘图添加控件。

timeline = amp.Timeline(t, units='s', fps=20)
block = amp.blocks.Line(X, Y)
anim = amp.Animation([block], timeline) 
anim.controls()
plt.show()

类似地，现在我们在一个图表中添加更多数据并创建多个绘图。

x = np.linspace(-2, 2, 41)
y = np.linspace(-2, 2, 41)
t = np.linspace(0, 2*np.pi, 30)
X, Y, T = np.meshgrid(x, y, t)
data = np.sin(X*X+Y*Y-T)
line_data = data[20,:,:] 
fig, (ax1, ax2) = plt.subplots(1, 2)
for ax in [ax1, ax2]:
    ax.set_aspect('equal')
    ax.set_xlabel('x')
ax2.set_ylabel('y', labelpad=-5)
ax1.set_ylabel('z')
ax1.set_ylim([-1.1,1.1])
fig.suptitle('Multiple blocks')
ax1.set_title('Cross Section: $y=0$')
ax2.set_title(r'$z=\sin(x^2+y^2-t)$')
line_block = amp.blocks.Line(X[0,:,:], line_data,
                                   ax=ax1, t_axis=1)
block = amp.blocks.Pcolormesh(X[:,:,0], Y[:,:,0], data, ax=ax2, t_axis=2, vmin=-1, vmax=1)
plt.colorbar(block.quad)
timeline = amp.Timeline(t, fps=10)
anim = amp.Animation([block, line_block], timeline)
anim.controls()
plt.show()

在这里，你可以看到我们如何创建动画情节和添加互动。

总结

当然，animatplot 还有其他交互式动画可视化图形，感兴趣的小伙伴可以尝试一下，官方链接如下：

https://animatplot.readthedocs.io/en/latest/index.html

---

技术交流

欢迎转载、收藏、有所收获点赞支持一下！

目前开通了技术交流群，群友超过2000人，添加方式如下：

如下方式均可，添加时最好方式为：来源+兴趣方向，方便找到志同道合的朋友

• 方式一、发送如下图片至微信，进行长按识别，回复加群；
• 方式二、直接添加小助手微信号：pythoner666，备注：来自CSDN
• 方式三、微信搜索公众号：Python学习与数据挖掘，后台回复：加群