2022年 11月 9日

【数据处理】python使用matplotlib如何绘制动图;如何使用python进行动图gif制作;实时绘制动态图

一、现有的集成工具

绘制动图可以用一些现有的集成库,但是很麻烦,你需要调整和他们一样的参数和格式,定制化程度比较低,还得再去搞懂它们的东西。比如这些现有的:
https://github.com/JackMcKew/pandas_alive

在这里插入图片描述

二、多张图片的合成

使用Python PIL.Image 制作GIF图片:

import  PIL.Image                      # 相关模块
img = Image.open(img_name)                     # 打开图片
img.save(save_name,save_all = True,\append_images = imgs,duration = t)               #保存图片
  • 1
  • 2
  • 3
  1. 打开图片后会得到一个对象,我们把这个对象放进列表。列表里的所有对象将被合成GIF图片
  2. 用这个列表作为参数之一,使用第0个对象调用save方法即可
  3. 参数解释save_all = True 设置此项,会保存所有图片对象,否则只保存一张
append_images = imgs        # imgs为存放对象们的列表
duration = t                           #  GIF动图的间隔时间
  • 1
  • 2

代码如下:

import imageio
def create_gif(image_list, gif_name, duration = 1.0):
    '''
    :param image_list: 这个列表用于存放生成动图的图片
    :param gif_name: 字符串,所生成gif文件名,带.gif后缀
    :param duration: 图像间隔时间
    :return:
    '''
    frames = []
    for image_name in image_list:
        frames.append(imageio.imread(image_name))
 
    imageio.mimsave(gif_name, frames, 'GIF', duration=duration)
    return
 
def main():
    #这里放上自己所需要合成的图片
    image_list = ['0.jpg', '1.jpg', '2.jpg']
    gif_name = 'baby.gif'
    duration = 0.2
    create_gif(image_list, gif_name, duration)
 
if __name__ == '__main__':
    main()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

在这里插入图片描述

三、Python matplotlib.pyplot 绘制动态图

在matplotlib模块中使用最多的类是pyplot。pyplot位于matplotlib模块中脚本层为入门用户提供快速绘制折线、柱状、散点、饼图等图形方法,在matplotlib模块为用户提供快速绘制动态图,除了专门绘制的动态类animation类外,pyplot也提供绘制动态图相关方法。本期,我们将学习使用pyplot的绘制动态图相关方法

1. pyplot绘图显示模式

我们前面学习绘制的方法后,最后都会调用pyplot.show()方法,运行程序后才会显示图像。

在matplotlib模式中绘制图形通常有两种模式:

(1)block:阻塞模式

  • 阻塞模式打开一个fig窗口后不会显示新fig窗口
  • pyplot提供的绘制图形方法都是直接出图像,需要调用pyplot.show()才能显示图像
  • 在Python脚本中,matplotlib默认是阻塞模式
  • pyplot.show()在阻塞情况,为True

(2)interactive:交互模式

  • 新创建的图像会立即显示
  • 图表上的数据会根据变化而自动重新绘制
  • 当使用交互模式下,需要确保事件循环正在运行具有响应数字
  • 在python 命令行中,matplotlib 默认为交互模式
  • pyplot.show 在交互模式下为False

(3)pyplot提供绘制动图的方法

方法 作用
pyplot.ion() 打开交互模式
pyplot.ioff() 关闭交互模式
pyplot.clf() 清除当前的画布figure对象
pyplot.cla() 清除当前Axes对象
pyplot.pause() 暂停功能

2. pyplot绘制动图步骤

  • 导入绘制图形的matplotlib.pyplot模块
import matplotlib.pyplot as plt
  • 1
  • 调用pyplot.ion()方法打开交互模式
plt.ion()
  • 1
  • 使用numpy.linspace()、numpy.arange()等方法准备x,y轴数据
x = np.linspace(0,np.pi*i+1,1000)
y = np.cos(x)
  • 1
  • 2
  • 调用pyplot.xlim(),pyplot.ylim()方法设置x,y轴坐标范围
plt.xlim(-0.2,20.4)
plt.ylim(-1.2,1.2)
  • 1
  • 2
  • 调用pyplot提供绘制折线、柱状图等方法
plt.plot(x,y,color="pink")
  • 1
  • 使用for循环包含上述创建的x,y数据、x,y轴坐标、绘制图形方法,其中需要调用pyplot.cla()方法清空前一次Axes对象
plt.cla()
  • 1
  • 再调用pyplot.pause()暂停gonn
plt.pause(0.1)
  • 1
  • 当for循环结束后,需要调用pyplot.ioff()关闭交互模式已经pyplot.show显示图像
plt.ioff()
plt.show()
  • 1
  • 2

3. 例子

  • 调用numpy.arange()准备x,y轴数据
  • 调用pyplot.scatter()绘制散点图
  • 使用for循环包含以上步骤,在for循环开始调用pyplot.ion()打开交互模式
  • for循环结束后,调用pyplot.ioff()关闭交互模式
  • 最后调用pyplot.show()展示图像画面
def scatter_plot():
    # 打开交互模式
    plt.ion()
    for index in range(50):
        # plt.cla()

        plt.title("动态散点图")
        plt.grid(True)

        point_count = 5
        x_index = np.random.random(point_count)
        y_index = np.random.random(point_count)
  
        color_list = np.random.random(point_count)
        scale_list = np.random.random(point_count) * 100

        plt.scatter(x_index, y_index, s=scale_list, c=color_list, marker="^")

        plt.pause(0.2)

    plt.ioff()

    plt.show()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23