用python画动态图_数据可视化｜绘制酷炫的GIF动态图（五）

截至今日，数据可视化的内容已经更新到第五篇。

如果你也想跟着我一起学习 matplotlib，可以点击如下传送门前往往期系列文章：

01. 准备工作

再次声明下我使用的工具和环境：Anaconda+Jupyter Notebook

建议你和我使用同样的工具你才能无痛学习这个系统的教程。在 Jupyter Notebook 里要对动态图进行保存，需要ImageMagick这个超强大的图形处理软件的支持。

所以在往下学习之前，你需要先安装这个工具。安装方法请自行搜索引擎解决哈。

安装完成后，请打开 CMD 终端，检验一下是否成功安装，如果执行没有报错，则已成功安装。

magick --version

02. 绘制原理

首先，我们要清楚的是，matplotlib 只能对静态图进行绘制展示。那么动态图是如何实现的？动态图和视频一样，都是由一帧一帧的画面组合而成。将这些画面拼接起来的工作，就是由ImageMagick 来完成的。

问题又来了，如何在程序里可以生成这些一帧一帧的画面呢？

matplotlib 给我们提供了一个函数，animation.FuncAnimation 用它我们就可以很轻松的完成这些画面展示。最后才能交由 ImageMagick 来处理。

接下来，来看看绘制的整体代码框架（伪代码）。

# 导入相关模块

import numpy as np

import matplotlib.pyplot as plt

from IPython.display import Image

from matplotlib.animation import FuncAnimation

# 生成数据（用于传入updata函数）

def data_gen():

pass

# 初始化图像（譬如 坐标范围）

def init():

pass

# 将最新数据添加到图像中

def update(data):

pass

# 核心方法入口

ani = FuncAnimation()

# 保存 gif 动态图

ani.save(\'ming.gif\',writer=writer)

# 将 gif 图展示在页面上

Image(url=\'./ming.gif\')

03. 方法参数

本节最重要的知识点，其实就一个函数（FuncAnimation），他可以接收很多参数。要使用它，必须得先知道这些参数都有什么用途。fig：进行动画绘制的figure

init_func：自定义开始帧，即传入刚定义的函数init

interval：更新频率，以ms计。

blit：选择更新所有点，还是仅更新产生变化的点。应选择True。

func：接收来自 frames 函数传来的 frame 值，作为更新图像最新数据。

frames：可接收对象有 iterable, int, generator function, or None。用途生成数据传递给func函数

04. 实战讲解

经过我的一番尝试，发现在 Notebook 无法直接使用ImageMagick。

我们必须显式地指定其路径，并生成一个 ImageMagickFileWriter 实例，用于后面保存图像使用。

import matplotlib.pyplot as plt

plt.rcParams[\'animation.convert_path\'] = \\

\'E:\\Program Files\\ImageMagick-7.0.8-Q16\\magick.exe\'

from matplotlib.animation import ImageMagickFileWriter

writer = ImageMagickFileWriter()

具体绘制代码如下。

# 导入相关模块

import numpy as np

import matplotlib.pyplot as plt

from IPython.display import Image

from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()

xdata, ydata = [], []

# 注意这边的 \",\" 不能省

ln, = ax.plot([], [], \'r-\', animated=False)

# 初始化图像（譬如 坐标范围）

def init():

ax.set_xlim(0, 2*np.pi)

ax.set_ylim(-1.1, 1.1)

# 注意这边的 \",\" 也不能省

return ln,

# 将最新数据添加到图像中

def update(frame):

xdata.append(frame)

ydata.append(np.sin(frame))

ln.set_data(xdata, ydata)

# 注意这边的 \",\" 也不能省

return ln,

# 核心方法入口

ani = FuncAnimation(fig,

update,

frames=np.linspace(0, 2*np.pi, 50),

interval=5,

init_func=init,

blit=True)

# 保存 gif 动态图

ani.save(\'ming.gif\',writer=writer)

# 将 gif 图展示在页面上

Image(url=\'./ming.gif\')

绘制出来的结果如下：

今天只讲基本的原理，让你知道动态图是如何实现的。而那些十分酷炫吊炸天的图，只是代码比较复杂而已，对于理解整个逻辑并没有多大帮助，这里就不细讲了。学习了基本原理后，你可以自己去尝试。