Python实现动态绘图的示例详解

目录
  • 示例
  • FuncAnimation
  • 三维情况

示例

matplotlib中的animation提供了动态绘图功能，下面列举一个最简单的动态绘制三角函数的例子，来初步演示一下。

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

fig, ax = plt.subplots(figsize=(5,3))
line, = ax.plot([], [], lw=1)
ax.grid()

def init():
    ax.set_ylim(-1, 1)
    ax.set_xlim(0, 10)
    line.set_data([],[])
    plt.tight_layout()
    return line,

def animate(N):
    x = np.arange(N)/10
    y = np.sin(x)
    line.set_data(x, y)
    return line,

ani = animation.FuncAnimation(fig, animate, range(100), init_func=init, interval=40)
ani.save("ani_test_0.gif")
plt.show()

效果如下

其中，fig, ax为绘图窗口和坐标轴，这是在任何绘图操作中都涉及到的元素，但在本例中的动态绘图操作中，ax是以一种"全局变量"的形式存在的，将在后米娜的init和animate函数中被直接调用。

line即为绘制在ax之上的曲线，由于ax.plot默认返回一个曲线列表，通过line,=这样的方法，可以提取出曲线列表中的第0条曲线，其结果等价于

line = ax.plot([], [], lw=1)[0]

接下来init函数用于绘图曲线的初始化，animate用于调整绘图函数的动态变化，其输入N暂时可以简单地理解为第N张图像的曲线。

接下来，就是动态绘图的核心对象FuncAnimation。

FuncAnimation

FuncAnimation是一个类，其构造函数为

FuncAnimation(fig, func, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True, **kwargs)

前面的4个参数在示例程序中已经用到，fig为绘图窗口；func为图像更新函数；frames为绘图帧号；init_func为图像的初始化函数。

其绘图逻辑写成伪代码类似于

for n in frames:
    if n>0:
        draw(func(n))
    else:
        draw(init(n))

如果frames是一个整数，则在调用时会自动转为range(frames)。

而用于绘图的主要对象，就是坐标轴ax，故而在示例中的animate以及init函数的返回对象是line,，当然也可以写成return [line]。

FuncAnimation中的其他参数含义如下：

  • fargs 为绘图函数func的其他输入参数
  • save_count 缓存帧数
  • interval 帧延时，默认200毫秒，帧率25fps对应40毫秒。
  • repeat_delay 重复延时，单位是微秒
  • repeat 为False时，动画将只演示一遍。

三维情况

三维情况的动图绘制函数，机理与二维是相同的，下面引用官方画廊中的示例，来演示一下三维动图的绘制流程，首先生成一组随机行走的曲线

np.random.seed(19680801)        # 随机数种子，便于复现

def random_walk(N, L=0.05):
    st = np.random.random(3)
    steps = np.random.uniform(-L, L, size=(N, 3))
    walk = st + np.cumsum(steps, axis=0)
    return walk

walks = [random_walk(30) for index in range(40)]

random_walk可生成一条随机行走的三维曲线，walks通过调用这个函数，共生成了40条曲线，下面就是对这40条曲线的调用

def animate(num, walks, lines):
    for line, walk in zip(lines, walks):
        line.set_data(walk[:num, :2].T)
        line.set_3d_properties(walk[:num, 2])
    return lines

fig = plt.figure(figsize=(5,4))
ax = fig.add_subplot(projection="3d")

lines = [ax.plot([], [], [], lw=1)[0] for _ in walks]

ax.set(xlim3d=(0, 1), xlabel='X')
ax.set(ylim3d=(0, 1), ylabel='Y')
ax.set(zlim3d=(0, 1), zlabel='Z')

ani = animation.FuncAnimation(
    fig, animate, 30, fargs=(walks, lines), interval=100)

plt.show()

效果如下

到此这篇关于Python实现动态绘图的示例详解的文章就介绍到这了,更多相关Python动态绘图内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • Python使用Plotly绘制常见5种动态交互式图表

    Python使用Plotly绘制常见5种动态交互式图表

    目录 启动 动画 太阳图 平行类别 平行坐标图 量表图和指示器 数据可以帮助我们描述这个世界.阐释自己的想法和展示自己的成果,但如果只有单调乏味的文本和数字,我们却往往能难抓住观众的眼球.而很多时候,一张漂亮的可视化图表就足以胜过千言万语.本文将介绍 5 种基于 Plotly 的可视化方法,你会发现,原来可视化不仅可用直方图和箱形图,还能做得如此动态好看甚至可交互. 对数据科学家来说,讲故事是一个至关重要的技能.为了表达我们的思想并且说服别人,我们需要有效的沟通.而漂漂亮亮的可视化是完成这一任务

  • python+matplotlib实现动态绘制图片实例代码（交互式绘图）

    python+matplotlib实现动态绘制图片实例代码（交互式绘图）

    本文研究的主要是python+matplotlib实现动态绘制图片(交互式绘图)的相关内容,具体介绍和实现代码如下所示. 最近在研究动态障碍物避障算法,在Python语言进行算法仿真时需要实时显示障碍物和运动物的当前位置和轨迹,利用Anaconda的Python打包集合,在Spyder中使用Python3.5语言和matplotlib实现路径的动态显示和交互式绘图(和Matlab功能类似). Anaconda是一个用于科学计算的Python发行版,支持 Linux, Mac, Windows系统

  • Python利用D3Blocks绘制可动态交互的图表

    目录 热力图 粒子图 时间序列图 桑基图 小提琴图 散点图 弦图 网络图 今天小编给大家来介绍一款十分好用的可视化模块,D3Blocks,不仅可以用来绘制可动态交互的图表,并且导出的图表可以是HTML格式,方便在浏览器上面呈现. 热力图 热力图是一种通过对色块着色来显示数据的统计图表.绘图时需要指定颜色映射的规则.例如较大的值由较深的颜色表示,而较小的值由较浅的颜色表示等等.热力图适用于查看总体的情况,发现异常值.显示多个变量之间的差异,以及检测它们之间是否存在任何相关性. 我们这里来尝试绘制一

  • Python绘制数据动态图的方法详解

    目录 安装 玩起来 动态地图 动态水平bar 动态垂直bar 动态折线 动态累积bar 动态散点图 动态气泡图 多子图一起动 数据动态图怎么做,效果图, 多子图联动竞赛图 安装 pip install pandas_alive #或者 conda install pandas_alive -c conda-forge 玩起来 支持数据 数据格式如下, 使用方法类似pandas这些,pandas仅需一行代码解决支持图形类别 动态地图 结合geopandas, 动态水平bar import pand

  • Python 读取串口数据,动态绘图的示例

    最近工作需要把单片机读取的传感器电压数据实时在PC上通过曲线显示出来,刚好在看python, 就试着用了python 与uart端口通讯,并且通过matplotlib.pyplot 模块实时绘制图形出来. 1. 废话少说,上图 因为没有UI,运行时需要在提示符下输入串口相关参数,com端口,波特率... 代码如下: #-*- coding: utf-8 -*- # 串口测试程序 import serial import matplotlib.pyplot as plt import numpy

  • python设置Pyplot的动态rc参数、绘图的填充

    python设置Pyplot的动态rc参数、绘图的填充

    目录 1.全局参数定制 2.rc参数设置 3.绘图的填充 3.1调用函数fill_between()实现曲线下面部分的填充 3.2 部分区域填充 3.3 两条曲线之间的区域填充 3.4 直接使用fill进行绘图的填充 Matplotlib配置了配色方案和默认设置,主要用来准备用于发布的图片.有两种方式可以设置参数,即全局参数定制和rc设置方法. 查看matplotlib的rc参数: import matplotlib as plt print(plt.ra_params) 1.全局参数定制 Ma

  • Python实现双X轴双Y轴绘图的示例详解

    Python实现双X轴双Y轴绘图的示例详解

    诈尸人口回归.这一年忙着灌水忙到头都掉了,最近在女朋友的提醒下终于想起来博客的账号密码,正好今天灌水的时候需要画一个双X轴双Y轴的图,研究了两小时终于用Py实现了.找资料的过程中没有发现有系统的文章,反正代码都整理出来了,我决定顺势水一篇. 目前找到的plt实现双X轴双Y轴绘图方式有两种: 使用fig.add_subplot方式将两对坐标系叠加在一个fig上实现双X轴双Y轴效果.所有调整均可完美实现,推荐该方式 通过axes.twinx().twiny()方式实现双X轴双Y轴图形绘制.问题在于对

  • 对python mayavi三维绘图的实现详解

    网上下载mayavi的官方帮助文档,里面有很多例子,下面的记录都是查看手册后得到的. http://code.enthought.com/projects/mayavi/docs/development/latex/mayavi/mayavi_user_guide.pdf python的mayavi.mlab库中的绘图函数有很多候选参数,但下文记录并没有过多讨论,本人也是需要用到才查看手册的. 安装好mayavi2的绘图环境后,可以结合numpy进行科学绘图,在代码中事先加入如下代码: impo

  • Python数据分析之绘图和可视化详解

    Python数据分析之绘图和可视化详解

    一.前言 matplotlib是一个用于创建出版质量图表的桌面绘图包(主要是2D方面).该项目是由John Hunter于2002年启动的,其目的是为Python构建一个MATLAB式的绘图接口.matplotlib和IPython社区进行合作,简化了从IPython shell(包括现在的Jupyter notebook)进行交互式绘图.matplotlib支持各种操作系统上许多不同的GUI后端,而且还能将图片导出为各种常见的矢量(vector)和光栅(raster)图:PDF.SVG.JPG

  • Python绘制3D立体花朵示例详解

    Python绘制3D立体花朵示例详解

    目录 动态展示 导读 源码和详解 荷花 玫瑰花 桃花 月季 动态展示 这是一个动态图哦 导读 兄弟们可以收藏一下哦!情人节可以送出去,肥学找了几朵python写的花给封装好送给大家.不是多炫酷但是有足够的用心哦.别忘了点赞呀我也就不细说了,来吧展示! 源码和详解 荷花 def lotus(): fig = plt.figure(figsize=(10,7),facecolor='black',clear=True) ax = fig.gca(projection='3d') [x, t] = n

  • python实现PCA降维的示例详解

    概述 本文主要介绍一种降维方法,PCA(Principal Component Analysis,主成分分析).降维致力于解决三类问题. 1. 降维可以缓解维度灾难问题: 2. 降维可以在压缩数据的同时让信息损失最小化: 3. 理解几百个维度的数据结构很困难,两三个维度的数据通过可视化更容易理解. PCA简介 在理解特征提取与处理时,涉及高维特征向量的问题往往容易陷入维度灾难.随着数据集维度的增加,算法学习需要的样本数量呈指数级增加.有些应用中,遇到这样的大数据是非常不利的,而且从大数据集中学习

  • Python线性点运算数字图像处理示例详解

    Python线性点运算数字图像处理示例详解

    目录 点运算 定义 分类 线性点运算 分段线性点运算 非线性点运算 对数变换 幂次变换 点运算 定义 分类 线性点运算 例子: 分段线性点运算 非线性点运算 对数变换 幂次变换 1. 点运算是否会改变图像内像素点之间的空间位置关系? 点运算是一种像素的逐点运算,它与相邻的像素之间没有运算关系,点运算不会改变图像内像素点之间的空间位置关系. 2. 对图像灰度的拉伸,非线性拉伸与分段线性拉伸的区别? 非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩,而是在整个灰

  • Python面向对象编程repr方法示例详解

    目录 为什么要讲 __repr__ 重写 __repr__ 方法 str() 和 repr() 的区别 为什么要讲 __repr__ 在 Python 中,直接 print 一个实例对象,默认是输出这个对象由哪个类创建的对象,以及在内存中的地址(十六进制表示) 假设在开发调试过程中,希望使用 print 实例对象时,输出自定义内容,就可以用 __repr__ 方法了 或者通过 repr() 调用对象也会返回 __repr__ 方法返回的值 是不是似曾相识....没错..和 __str__ 一样的

  • python函数传参意义示例详解

    python函数传参意义示例详解

    目录 C++这样的语言用多了之后,在Python函数传递参数的时候,经常会遇到一个问题,我要传递一个引用怎么办? 比如我们想要传一个x到函数中做个运算改变x的值: def change(y): y += 1 x = 1 print ("before change:", x) change(x) print ("after change: ", x) 得到的结果是 before change: 1 after change:  1 完全没用~~~这是怎么回事? 我来说

  • C语言编程gcc如何生成静态库.a和动态库.so示例详解

    C语言编程gcc如何生成静态库.a和动态库.so示例详解

    目录 一.什么是静态库和动态库 二.gcc生成.a静态库和.so动态库 1.生成静态库(.a) 1.1编辑生成例子程序hello.h.hello.c和main.c 1.2将hello.c编译成.o文件 1.3由.o文件创建静态库 1.4在程序中使用静态库 1.5验证静态库的特点 2.生成动态库(.so) 2.1由.o文件创建动态库文件 2.2在程序中使用动态库 三.实例 1.实例1 1.1代码 1.2 静态库.a文件的生成与使用 1.3 动态库.so文件的生成与使用 2.实例2 2.1代码 2.

  • python模块shutil函数应用示例详解教程

    python模块shutil函数应用示例详解教程

    目录 本文大纲 知识串讲 1)模块导入 2)复制文件 3)复制文件夹 4)移动文件或文件夹 5)删除文件夹(慎用) 6)创建和解压压缩包 本文大纲 os模块是Python标准库中一个重要的模块,里面提供了对目录和文件的一般常用操作.而Python另外一个标准库--shutil库,它作为os模块的补充,提供了复制.移动.删除.压缩.解压等操作,这些 os 模块中一般是没有提供的.但是需要注意的是:shutil 模块对压缩包的处理是调用 ZipFile 和 TarFile这两个模块来进行的. 知识串

随机推荐