使用matplotlib创建Gif动图的实现

 更新时间:2022年04月19日 09:05:35   作者:bashendixie5  
本文主要介绍了使用matplotlib创建Gif动图的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

1、Matplotlib 简介

数据可视化有助于更有效地讲述有关数据的故事并使其易于呈现。有时很难用静态图表来解释数据的变化,为此,我们将讨论matplotlib提供的名为“Animation”的动画库之一。以下是要涵盖的主题。

最流行的Python二维绘图库是Matplolib。大多数人从Matplotlib开始他们的探索性数据分析之旅。它可以轻松创建绘图、直方图、条形图、散点图等。与Pandas和Seaborn一样,它可以创建更复杂的视觉效果。

但是也有一些缺陷:

Matplotlib的命令式 API,通常过于冗长。

有时糟糕的风格默认值。

对网络和交互式图表的支持不佳。

对于大型和复杂的数据通常很慢。

2、绘制动画正弦和余弦波

参考代码如下

import matplotlib.animation as anime
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
fig = plt.figure()
l, = plt.plot([], [], 'k-')
l2, = plt.plot([], [], 'm--')
p1, = plt.plot([], [], 'ko')
p2, = plt.plot([], [], 'mo')
plt.xlabel('xlabel')
plt.ylabel('ylabel')
plt.title('title')
 
plt.xlim(-5, 5)
plt.ylim(-5, 5)
 
 
def func(x):
    return np.sin(x) * 3
 
 
def func2(x):
    return np.cos(x) * 3
 
 
metadata = dict(title="Movie", artist="sourabh")
writer = anime.PillowWriter(fps=15, metadata=metadata)
 
xlist = []
ylist = []
ylist2 = []
xlist2 = []
with writer.saving(fig, "sin+cosinewave.gif", 100):
    for xval in np.linspace(-5, 5, 100):
        xlist.append(xval)
        ylist.append(func(xval))
 
        l.set_data(xlist, ylist)
        l2.set_data(xlist2, ylist2)
 
        p1.set_data(xval, func(xval))
 
        writer.grab_frame()
    for xval in np.linspace(-5, 5, 100):
        xlist2.append(xval)
        ylist2.append(func2(xval))
 
        l.set_data(xlist, ylist)
        l2.set_data(xlist2, ylist2)
 
        p2.set_data(xval, func2(xval))
 
        writer.grab_frame()

动画效果图如下。

3、绘制曲面图

参考代码如下,这段代码会运行一段时间。

import matplotlib
from matplotlib import cm
import matplotlib.animation as anime
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
np.random.seed(29680801)
 
fig, ax = plt.subplots(subplot_kw=dict(projection='3d'))
 
plt.xlim(-5, 5)
plt.ylim(-5, 5)
 
metadata = dict(title="Movie", artist="sourabh")
writer = anime.PillowWriter(fps=15, metadata=metadata)
 
def func(x, y, r, t):
    return np.cos(r / 2 + t) * np.exp(-np.square(r) / 50)
 
xdata = np.linspace(-10, 10, 1000)
ydata = np.linspace(-10, 10, 1000)
 
x_list, y_list = np.meshgrid(xdata, ydata)
r_list = np.sqrt(np.square(x_list) + np.square(y_list))
 
with writer.saving(fig, "exp3d.gif", 100):
    for t in np.linspace(0, 20, 160):
        z = func(x_list, y_list, r_list, t)
        ax.set_zlim(-1, 1)
        ax.plot_surface(x_list, y_list, z, cmap=cm.viridis)
        writer.grab_frame()
        plt.cla()
 

动画效果如下 

 4、绘制回归图

参考代码如下

import matplotlib
from matplotlib import cm
import matplotlib.animation as anime
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
 
np.random.seed(23680545)
 
metadata = dict(title="Movie", artist="sourabh")
writer = anime.PillowWriter(fps=15, metadata=metadata)
 
fig = plt.figure()
plt.xlim(-8, 8)
plt.ylim(-8, 8)
 
 
def func(x):
    return x * 1.2 + 0.1 + np.random.normal(0, 2, x.shape)
 
 
x = np.random.uniform(-7, 7, 10)
x = np.sort(x)
y = func(x)
 
coeff = np.polyfit(x, y, 1)
print(coeff)
xline = np.linspace(-6, 6, 40)
yline = np.polyval(coeff, xline)
 
lPnt, = plt.plot(x, y, 'o')
l, = plt.plot(xline, yline, 'k-', linewidth=3)
 
plt.show()
 
fig = plt.figure()
plt.xlim(-10, 10)
plt.ylim(-10, 10)
 
lPnt, = plt.plot([], [], 'o')
l, = plt.plot([], [], 'k-', linewidth=3)
 
x_List = []
y_List = []
 
x_pnt = []
y_pnt = []
 
with writer.saving(fig, "fitPlot.gif", 100):
    for xval, yval in zip(x, y):
        x_pnt.append(xval)
        y_pnt.append(yval)
 
        lPnt.set_data(x_pnt, y_pnt)
        l.set_data(x_List, y_List)
 
        writer.grab_frame()
        writer.grab_frame()
 
    for x_val, y_val in zip(xline, xline):
        x_List.append(x_val)
        y_List.append(y_val)
 
        lPnt.set_data(x_pnt, y_pnt)
        l.set_data(x_List, y_List)
 
        writer.grab_frame()
 
    for i in range(10):
        writer.grab_frame()

效果图如下

 到此这篇关于使用matplotlib创建Gif动图的实现的文章就介绍到这了,更多相关matplotlib创建Gif动图内容请搜索脚本之家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脚本之家!

相关文章

  • Python获取单个程序CPU使用情况趋势图

    Python获取单个程序CPU使用情况趋势图

    这篇文章主要介绍了Python获取单个程序CPU使用情况趋势图,本文使用matplotlib将数据可视化,需要的朋友可以参考下
    2015-03-03
  • 关于ZeroMQ 三种模式python3实现方式

    关于ZeroMQ 三种模式python3实现方式

    今天小编就为大家分享一篇关于ZeroMQ 三种模式python3实现方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • Python上下文管理器实现方法总结

    Python上下文管理器实现方法总结

    在本篇文章里小编给大家整理的是关于Python上下文管理器实现方法总结内容,有兴趣的朋友们可以学习参考下。
    2021-07-07
  • python3.6使用pymysql连接Mysql数据库

    python3.6使用pymysql连接Mysql数据库

    这篇文章主要为大家详细介绍了python3.6使用pymysql连接Mysql数据库,以及简单的增删改查操作,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-05-05
  • 对python插入数据库和生成插入sql的示例讲解

    对python插入数据库和生成插入sql的示例讲解

    今天小编就为大家分享一篇对python插入数据库和生成插入sql的示例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • 利用Python将时间或时间间隔转为ISO 8601格式方法示例

    利用Python将时间或时间间隔转为ISO 8601格式方法示例

    国际标准化组织的国际标准ISO8601是日期和时间的表示方法,全称为《数据存储和交换形式·信息交换·日期和时间的表示方法》,下面这篇文章主要给大家介绍了关于利用Python将时间或时间间隔转为ISO 8601格式的相关资料,需要的朋友可以参考下。
    2017-09-09
  • Python 多线程知识点总结及实例用法

    Python 多线程知识点总结及实例用法

    在本篇内容里小编给大家整理了一篇关于Python 多线程知识点总结及实例用法,对想好学习PY的用户非常友好,需要的参考下吧。
    2021-12-12
  • python实现的简单抽奖系统实例

    python实现的简单抽奖系统实例

    这篇文章主要介绍了python实现的简单抽奖系统,涉及Python随机数及文件操作的相关技巧,需要的朋友可以参考下
    2015-05-05
  • Pycharm远程调试openstack的方法

    Pycharm远程调试openstack的方法

    这篇文章主要为大家详细介绍了Pycharm远程调试openstack的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-11-11
  • Python yield的用法实例分析

    Python yield的用法实例分析

    这篇文章主要介绍了Python yield的用法,结合实例形式分析了Python yield的基本功能、使用方法及操作注意事项,需要的朋友可以参考下
    2020-03-03

最新评论