matplotlib简易入门教程及动画

最新推荐文章于 2024-04-24 14:09:24 发布

吴正伟的博客

最新推荐文章于 2024-04-24 14:09:24 发布

阅读量1.6k

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/yapian8/article/details/40626693

版权

python 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

本文是一篇matplotlib的入门教程，包含动态图的绘制方法。通过四个实例，详细讲解了如何使用python的matplotlib库创建静态图表和动态效果，适合初学者学习。

摘要由CSDN通过智能技术生成

做数据分析，首先是要熟悉和理解数据，所以掌握一个趁手的可视化工具是非常重要的，否则对数据连个基本的感性认识都没有，如何进行下一步的design

点击打开链接

另一个很棒的资料 Matplotlib Tutorial(译)

使用python绘制动态图的四个栗子：

# -*- coding: utf-8 -*-    
  
import numpy as np  
import matplotlib.pyplot as plt  
import matplotlib.animation as animation  
  
fig = plt.figure()  
axes1 = fig.add_subplot(111)  
line, = axes1.plot(np.random.rand(10))  
  
#因为update的参数是调用函数data_gen,所以第一个默认参数不能是framenum   
def update(data):  
    line.set_ydata(data)  
    return line,  
# 每次生成10个随机数据   
def data_gen():  
    while True:  
        yield np.random.rand(10)  
  
ani = animation.FuncAnimation(fig, update, data_gen, interval=2*1000)  
plt.show()

第二个例子使用list（metric），每次从metric中取一行数据作为参数送入update中：

import numpy as np  
import matplotlib.pyplot as plt  
import matplotlib.animation as animation  
  
start = [1, 0.18, 0.63, 0.29, 0.03, 0.24, 0.86, 0.07, 0.58, 0]  
  
metric =[[0.03, 0.86, 0.65, 0.34, 0.34, 0.02, 0.22, 0.74, 0.66, 0.65],  
         [0.43, 0.18, 0.63, 0.29, 0.03, 0.24, 0.86, 0.07, 0.58, 0.55],  
         [0.66, 0.75, 0.01, 0.94, 0.72, 0.77, 0.20, 0.66, 0.81, 0.52]  
        ]  
  
fig = plt.figure()  
window = fig.add_subplot(111)  
line, = window.plot(start)  
#如果是参数是list,则默认每次取list中的一个元素,即metric[0],metric[1],...   
def update(data):  
    line.set_ydata(data)  
    return line,  
  
ani = animation.FuncAnimation(fig, update, metric, interval=2*1000)  
plt.show()

第三个例子：

import numpy as np  
from matplotlib import pyplot as plt  
from matplotlib import animation  
  
# First set up the figure, the axis, and the plot element we want to animate   
fig = plt.figure()  
ax = plt.axes(xlim=(0, 2), ylim=(-2, 2))  
line, = ax.plot([], [], lw=2)  
  
# initialization function: plot the background of each frame   
def init():  
    line.set_data([], [])  
    return line,  
  
# animation function.  This is called sequentially   
# note: i is framenumber   
def animate(i):  
    x = np.linspace(0, 2, 1000)  
    y = np.sin(2 * np.pi * (x - 0.01 * i))  
    line.set_data(x, y)  
    return line,  
  
# call the animator.  blit=True means only re-draw the parts that have changed.   
anim = animation.FuncAnimation(fig, animate, init_func=init,  
                               frames=200, interval=20, blit=True)  
  
#anim.save('basic_animation.mp4', fps=30, extra_args=['-vcodec', 'libx264'])   
  
plt.show()

第四个例子:

# -*- coding: utf-8 -*-   
   
import numpy as np  
import matplotlib.pyplot as plt  
import matplotlib.animation as animation  
  
# 每次产生一个新的坐标点   
def data_gen():  
    t = data_gen.t  
    cnt = 0  
    while cnt < 1000:  
        cnt+=1  
        t += 0.05  
        yield t, np.sin(2*np.pi*t) * np.exp(-t/10.)  
data_gen.t = 0  
  
# 绘图   
fig, ax = plt.subplots()  
line, = ax.plot([], [], lw=2)  
ax.set_ylim(-1.1, 1.1)  
ax.set_xlim(0, 5)  
ax.grid()  
xdata, ydata = [], []  
  
# 因为run的参数是调用函数data_gen,所以第一个参数可以不是framenum:设置line的数据,返回line   
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,  
      
# 每隔10秒调用函数run,run的参数为函数data_gen,   
# 表示图形只更新需要绘制的元素   
ani = animation.FuncAnimation(fig, run, data_gen, blit=True, interval=10,  
    repeat=False)  
plt.show()

最后一个：

# -*- coding: utf-8 -*-   
import numpy as np  
import matplotlib.pyplot as plt  
import matplotlib.animation as animation  
  
#第一个参数必须为framenum   
def update_line(num, data, line):  
    line.set_data(data[...,:num])  
    return line,  
  
fig1 = plt.figure()  
  
data = np.random.rand(2, 15)  
l, = plt.plot([], [], 'r-')  
plt.xlim(0, 1)  
plt.ylim(0, 1)  
plt.xlabel('x')  
plt.title('test')  
  
#framenum从1增加大25后,返回再次从1增加到25,再返回...   
line_ani = animation.FuncAnimation(fig1, update_line, 25,fargs=(data, l),interval=50, blit=True)  
  
#等同于   
#line_ani = animation.FuncAnimation(fig1, update_line, frames=25,fargs=(data, l),   
#    interval=50, blit=True)   
  
#忽略frames参数,framenum会从1一直增加下去知道无穷   
#由于frame达到25以后,数据不再改变,所以你会发现到达25以后图形不再变化了   
#line_ani = animation.FuncAnimation(fig1, update_line, fargs=(data, l),   
#    interval=50, blit=True)   
  
plt.show()