纯净、安全、绿色的下载网站

首页|软件分类|下载排行|最新软件|IT学院

当前位置:首页IT学院IT技术

Matplotlib库绘制动画 怎样利用Matplotlib库绘制动画及保存GIF图片

frank909   2021-06-07 我要评论
想了解怎样利用Matplotlib库绘制动画及保存GIF图片的相关内容吗,frank909在本文为您仔细讲解Matplotlib库绘制动画的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:matplotlib,绘制动画,matplotlib库,matplotlib动画,下面大家一起来学习吧。

前言

在自学机器学习或者是深度学习的过程中,有的时候总想把执行过程或者执行结果显示出来,所以就想到了动画。好在用 Python 实现动画有许多中方式,而大家熟知的 Matplotlib 库就可以实现。

本文的目的是对 Matplotlib 的动画实现手段做一个简单的说明。

绘制动画

import matplotlib.pyplot as plt
import matplotlib.animation as animation

如果要让 matplotlib 实现动画功能的话,那么就要引入 animation 模块。

然后再创建 animation 的对象。

anim = animation.FuncAnimation(fig, run, data_gen, blit=False, interval=10,
                              repeat=False, init_func=init)

animation 的实现类是 FuncAnimation,它有一个构造方法。下面先通过一个示例,讲解 animation 的基本用法,然后再来细致分析 FuncAnimation 构造方法中各项参数的意义。

我们的目标是做一个 Sin 函数的动画示例。

代码很简单。

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

fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'ro',animated=True)

def init():
    ax.set_xlim(-np.pi,np.pi)
    ax.set_ylim(-1, 1)
    return ln,

def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,

anim = animation.FuncAnimation(fig, update, frames=np.linspace(-np.pi,np.pi, 90),interval=10,
                    init_func=init,blit=True)
plt.show()

核心代码是这一行。

anim = animation.FuncAnimation(fig, update, frames=np.linspace(-np.pi,np.pi, 90),interval=10,
                    init_func=init,blit=True)

按照上面的示例代码,我们可以依葫芦画瓢编写动画代码了。

但,如果我们需要达到灵活运用的话,就需要花点心思,了解它们的机制。

我们先来看看 FuncAnimation 的构造方法。

def __init__(self, fig, func, frames=None, init_func=None, fargs=None,
                 save_count=None, **kwargs):

fig 自然是 matplotlib 中的 figure 对象。

func 是每一次更新时所调用的方法,它是回调函数。因此,我们可以在这个方法中更新 figure 当中的 axes 中的 line2d 对象,它是动态更新 figure 的根本。

frames 代表了整个动画过程中帧的取值范围,而本质上是一个数据发生器。我将在后面重点讲解它。

init_func 是初始函数,用来初始 figure 的画面。

fargs 是每次附加给 func 回调函数的参数,可以为 None

save_count 是缓存的数量

除此之外,还有一些可选的参数,它们分别是

interval 是每 2 个 frame 发生的时间间隔,单位是 ms,默认值是 200.

repeat_delay 取值是数值,如果 animation 是重复播放的话,这个值就是每次播放之间的延迟时间,单位是 ms。

repeat bool 型可选参数,默认为 True,代表动画是否会重复执行

blit bool 型可选参数,控制绘制的优化。默认是 False。

如何理解 animation 呢?

我认为,animation 的核心是 frames 和 func。

frames 可以取值:iterable,int,generator 生成器函数 或者是 None。

在上面的代码中,我们给 frames 的取值是这样的。

frames=np.linspace(-np.pi,np.pi, 90)

其实就是一个 list,它的值范围为 -pi 到 pi,frames 总共有 90 帧,而 list 是一个 iterable 类型,所以它可以不停的迭代。

frames 也可以取值为整数,相当于给参数赋值 range(frames)。

frames 也可以取值为 None,那么它的结果相当于传递 itertools.count,结构就是从 0 开始,每次步进 1,无限的执行下去。

frames 还接受 generator 函数,也就是生成器,但有个前提是,生成器要符合下面的签名格式。

def gen_function() -> obj

参数列表为空,但需要返回一个值,这个值就会传入到 func 回调函数当中。

func 是回调函数,它会在每次更新的时候被调用,所以我们只需要在这个函数中更新 figure 中的数值就可以了,就像下面代码。

def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,

frames 和 func 的关系是什么?

实际上,frames 决定了整个动画 frame 的取值范围,它会在 interval 时间内迭代一次,然后将值传递给 func,直到整个 frames 迭代完毕。

我本人而言,也更倾向于用 generator 函数去定义 frames 而不是直接分配一个列表,所以我可以将之前的代码改写如下。

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

fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'ro',animated=True)

def init():
    ax.set_xlim(-np.pi,np.pi)
    ax.set_ylim(-1, 1)
    return ln,

def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,

def data_gen():

    frame = -np.pi

    step = 2 * np.pi / 90

    while frame < np.pi:
        frame += step
        yield frame

# anim = animation.FuncAnimation(fig, update, frames=np.linspace(-np.pi,np.pi, 360),interval=10,
#                     init_func=init,blit=True)
anim = animation.FuncAnimation(fig, update, frames=data_gen,interval=10,
                    init_func=init,blit=True)

plt.show()

data_gen 就是一个生成器函数,它会每隔 10ms 运行一次,然后将结果传递给 update 函数。

data_gen 里面运用到了 yield 关键字,这是的我们可以在每次迭代时才返回相应的结构,而不要在一开始就分配。如果不熟悉这方面知识点的同学,可以自行搜索相应的知识。

保存动画

因为经常写博客,所以也经常需要将结果保存下来,一般我会保存为 .gif 格式图片,本篇博文的 gif 图像就是通过 matplotlib 保存的。

好在用 matplotlib 实现它也并不难。

anim.save('test_animation.gif',writer='imagemagick')

一句代码就搞定了,运行成功后,会在当前目录下生成 test_animation.gif 图像。

需要注意到的是,如果要保存 gif 图像,这要求开发者电脑已经安装了 ImageMagicK。

ubuntu 用户可以通过如下命令安装。

sudo apt-get install imagemagick

并且,动画保存的时候要指定 writer 为 imagemagick.

动画可以保存为 gif 图像,自然也能保存为 mp4 视频格式。

但这要求开发者计算机已经安装好 ffmpeg 库,并且 save 方法中指定 writer 为 ffmpeg,具体细节请读者自行扩展阅读。

总结


相关文章

猜您喜欢

  • Spring Mvc Long类型 解析Spring Mvc Long类型精度丢失问题

    想了解解析Spring Mvc Long类型精度丢失问题的相关内容吗,诸葛小亮在本文为您仔细讲解Spring Mvc Long类型的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Spring,Mvc,Long类型,Spring,Mvc,Long,精度丢失,下面大家一起来学习吧。..
  • Pytorch Softmax的dim参数使用 Pytorch中torch.nn.Softmax的dim参数用法说明

    想了解Pytorch中torch.nn.Softmax的dim参数用法说明的相关内容吗,乐清sss在本文为您仔细讲解Pytorch Softmax的dim参数使用的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Pytorch,torch.nn.Softmax,dim参数,下面大家一起来学习吧。..

网友评论

Copyright 2020 www.moon-script.com 【月光下载】 版权所有 软件发布

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 点此查看联系方式