Python Matplotlib绘制动图平滑曲线

更新时间：2022年08月12日 11:03:57 作者：初学小白Lu

这篇文章主要介绍了Python Matplotlib绘制动图平滑曲线，文章围绕主题展开详细的内容介绍，具有一定的参考一下，需要的小伙伴可以参考一下

绘制动图

FuncAnimation，它的使用要求简洁且定制化程度较高。如果想将很多图片合并为一个动图，那么ArtistAnimation是最合适的选择。

FuncAnimation

通过反复调用同一函数来制作动画。

注意：创建FuncAnimation对象后一定要将其赋值给某个变量，否则系统会将其进行垃圾回收。

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

参数：

fig：Figure。用于显示动画的figure对象
func：callable。用于更新每帧动画的函数。func函数的第一个参数为帧序号。返回被更新后的图形对象列表。
frames：iterable, int, generator function, or None, optional。动画长度，帧序号组成的列表
init_func：callable, optional。自定义开始帧，即绘制初始化图形的初始化函数
fargs：tuple or None, optional。额外的需要传递给func函数的参数。
save_count：int, default: 100。保存计数
cache_frame_data：bool, default: Trueinterval：int, default: 200。重复调用功能函数的间隔时间，单位是毫秒。
repeat_delay：int, default: 0。当repeat为True时，动画延迟多少毫秒再循环。
repeat：bool, default: True。是否是循环动画。
blit：bool, default: False。选择更新所有点，还是仅更新产生变化的点。

示例：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig = plt.figure()
ax = fig.subplots()

t=np.linspace(0,10,100)
y=np.sin(t)
ax.set_aspect(3)
ax.plot(t,y,'--',c='gray')
line=ax.plot(t,y,c='C2')

def update(i):  #帧更新函数
    global t    #直接引用全局变量，也可以通过函数的frames或fargs参数传递。
    t+=0.1
    y=np.sin(t)
    line[0].set_ydata(y)
    return line

ani=FuncAnimation(fig,update,interval=100) #绘制动画
plt.show() #显示动画

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

fig = plt.figure(figsize=(7, 2), dpi=100)
ax = plt.subplot()
X = np.linspace(-np.pi, np.pi, 256, endpoint=True)
C, S = np.cos(X), np.sin(X)
line1, = ax.plot(X, C, marker="o", markevery=[-1], markeredgecolor="white")
line2, = ax.plot(X, S, marker="o", markevery=[-1], markeredgecolor="white")

def update(frame):
    line1.set_data(X[:frame], C[:frame])
    line2.set_data(X[:frame], S[:frame])

ani = animation.FuncAnimation(fig, update, interval=10)
plt.show()

方法 init(fig, func[, frames, init_func, …])

new_frame_seq()
new_saved_frame_seq()
pause()
resume()
save(self, filename, writer=None, fps=None, dpi=None, codec=None, bitrate=None, extra_args=None, metadata=None, extra_anim=None, savefig_kwargs=None)
- filename：保存的文件名
- writer：FFMpegFileWriter，ImageMagickFileWriter， AVConvFileWriter对象实例，或者表示这些对象的字符串（‘ffmpeg’, ‘imagemagick’,‘avconv’）
- fps：每秒的帧数
to_jshtml([fps, embed_frames, default_mode])返回js动画，用base64文本编码。
- fps：每秒帧数，默认根据动画的interval确定。
- embed_frames：布尔类型，是否嵌入帧。
- default_mode：‘loop’,‘once’或者’reflect’

ArtistAnimation

通过调用一个固定的Artist对象来制作动画,例如给定的系列图片或者matplotlib的绘图对象.。

class matplotlib.animation.ArtistAnimation(fig, artists, *args, **kwargs)

参数：

fig：Figure
artists：list
interval：int, default: 200。每一帧之间的间隔
repeat_delay：int,
default: 0。每显示一次动画后间隔多长时间重复
repeat：bool, default: True。是否重复动画
blit：bool, default: False

示例：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import ArtistAnimation
fig = plt.figure()
ax = fig.subplots()

arts=[]
t=np.linspace(0,np.pi*2,20)
for i in range(20):
    t+=np.pi*2/20
    y=np.sin(t)
    lines=ax.plot(y,'--',c='gray')  #绘制一帧图形
    arts.append(lines)              #每帧图形都保存到列表中

ani=ArtistAnimation(fig,arts,interval=200) #绘制动画
#ani.save("animate_artists_basic.gif")  #保存动画
plt.show() #显示动画

方法：

__init__(fig, artists, *args, **kwargs)

new_frame_seq()

new_saved_frame_seq()

pause()

resume()

save(filename[, writer, fps, dpi, codec, ...])

参数：

filename：保存的动画文件名称，如’mov.gif’,‘mov.mp4’。
writer：保持动画的库。MoviewWriter对象或者字符串。默认值’ffmpeg’。

“pillow”:PillowWriter，用pillow库写如动画文件。
“ffmpeg”:FFMpegWriter，‎基于ffmpeg库写动画。
“ffmpeg_file”:FFMpegFileWriter，基于文件的FFMpegWriter，用ffmpeg库把帧写入临时文件，然后拼接成动画。
“imagemagick”:ImageMagickWriter，‎基于管道的动画GIF。‎帧通过管道传输到ImageMagick并写入文件。
“imagemagick_file”：基于文件的imagemagick写动画。
“hmtl”:HTMLWriter，基于javascript html的动画。

fps：每秒帧数，默认根据动画的interval确定
dpi：每英寸点数，默认和figure相同。可以控制动画大小尺寸。
codec：编码格式，默认’h264’

to_html5_video([embed_limit])

embed_limit：动画文件大小限制，单位为MB。默认为20MB，超出限制则不创建动画。绘制平滑曲线

import numpy as np
import matplotlib.pyplot as plt

x = np.array([1, 2, 3, 4, 5, 6, 7])
y = np.array([100, 50, 25, 12.5, 6.25, 3.125, 1.5625])

plt.plot(x, y)
plt.title("Spline Curve")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

使用 scipy.ndimage.gaussian_filter1d() 高斯核类绘制平滑曲线

import numpy as np
import matplotlib.pyplot as plt 
from scipy.ndimage import gaussian_filter1d

x=np.array([1,2,3,4,5,6,7])
y=np.array([100,50,25,12.5,6.25,3.125,1.5625])
y_smoothed = gaussian_filter1d(y, sigma=5)

plt.plot(x, y_smoothed)
plt.title("Spline Curve Using the Gaussian Smoothing")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

使用 scipy.interpolate.make_interp_spline() 样条插值类绘制平滑曲线

import numpy as np
from scipy.interpolate import make_interp_spline
import matplotlib.pyplot as plt 
x=np.array([1,2,3,4,5,6,7])
y=np.array([100,50,25,12.5,6.25,3.125,1.5625])
model=make_interp_spline(x, y)
xs=np.linspace(1,7,500)
ys=model(xs)
plt.plot(xs, ys)
plt.title("Smooth Spline Curve")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

它通过使用 scipy.interpolate.make_interp_spline() 首先确定花键曲线的系数，绘制出一条平滑的花键曲线。我们用给定的数据来估计花样曲线的系数，然后用系数来确定间隔紧密的 x 值的 y 值，使曲线平滑。绘制曲线需要沿 X 轴 1 到 7 之间间隔相等的 500。

使用 scipy.interpolate.interp1d 插值类绘制平滑曲线

import numpy as np
from scipy.interpolate import interp1d
import matplotlib.pyplot as plt

x=np.array([1,2,3,4,5,6,7])
y=np.array([100,50,25,12.5,6.25,3.125,1.5625])

cubic_interploation_model=interp1d(x,y,kind="cubic")
xs=np.linspace(1,7,500)
ys=cubic_interploation_model(xs)
plt.plot(xs, ys)
plt.title("Spline Curve Using Cubic Interpolation")
plt.xlabel("X")
plt.ylabel("Y")
plt.show()

绘制曲线时，需要在 X 轴上 1 和 7 之间取间隔相等的 500 个点。

拟合曲线后绘制动图

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
from scipy.interpolate import interp1d

fig = plt.figure(figsize=(7, 2), dpi=100)
ax = plt.subplot()
x = np.array([1, 2, 3, 4, 5, 6, 7])
y = np.array([100, 50, 25, 12.5, 6.25, 3.125, 1.5625])
cubic_interploation_model = interp1d(x, y, kind="cubic")
xs = np.linspace(1, 7, 500)
ys = cubic_interploation_model(xs)
line3 = ax.plot(xs, ys)
def update(frame):
    line3[0].set_data(xs[:frame], ys[:frame])
ani = animation.FuncAnimation(fig, update, interval=10)
plt.show()

到此这篇关于Python Matplotlib绘制动图平滑曲线的文章就介绍到这了,更多相关Python Matplotlib绘制平滑曲线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！

您可能感兴趣的文章:

Python3之字节串bytes与字节数组bytearray的使用详解
今天小编就为大家分享一篇Python3之字节串bytes与字节数组bytearray的使用详解，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
2019-08-08
可视化工具PyVista多线程显示多窗口的实例代码
这篇文章主要介绍了可视化工具PyVista多线程显示多窗口,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-04-04
python的setattr函数实例用法
在本篇文章里小编给大家整理了一篇关于python的setattr函数实例用法的相关知识点内容，有兴趣的朋友们学习下。
2020-12-12
Python+decimal完成精度计算的示例详解
在进行小数计算的时候使用float，经常会出现小数位不精确的情况。在python编程中，推荐使用decimal来完成小数位的精度计算。本文将通过示例详细说说decimal的使用，需要的可以参考一下
2022-10-10
YOLO v5引入解耦头部完整步骤
网上有很多添加解耦头的博客,在此记录下我使用解耦头对YOLOv5改进,下面这篇文章主要给大家介绍了关于YOLO v5引入解耦头部的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2023-05-05
python实现验证码识别功能
这篇文章主要为大家详细介绍了python实现验证码识别功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-06-06
python学习与数据挖掘应知应会的十大终端命令
今天我们将介绍一些基本的数据收集、探索和聚合—所有这些都是通过shell完成的。如果你使用的是Linux或Mac，那么接下来就不会有任何问题，但是Windows用户应该在继续之前下载一个终端仿真器
2021-11-11
Python集合set的交集和并集操作方法
这篇文章主要介绍了Python集合set的交集和并集操作方法小,python的set,是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素本文讲述了python中set集合的比较方法包括交集,并集,差集,下文更多详细资料，需要的小伙伴可以参考一下
2022-03-03
LyScript实现指令查询功能的示例代码
对LyScript自动化插件进行二次封装，可以实现从内存中读入目标进程解码后的机器码。所以本文为大家介绍了如何实现LyScript指令查询功能，需要的可以参考一下
2022-09-09
使用Python操作MySql数据库和MsSql数据库
这篇文章介绍了使用Python操作MySql数据库和MsSql数据库的方法，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-05-05