Matplotlib的动画
使用matplotlib库创建一些有趣的动画。
Matplotlib的动画 - 走向数据科学动画是一种展示现象的有趣方式。我们作为人类总是被迷住了......
使用matplotlib库创建一些有趣的动画。
使用Matplotlib进行雨水模拟</figcaption>
动画是一种展示现象的有趣方式。我们作为人类总是被动画和交互式图表所吸引，而不是静态图表。在描述多年来股票价格，过去十年的气候变化，季节性和趋势等时间序列数据时，动画更有意义，因为我们可以看到特定参数如何随时间变化。
上面的图像是Rain的模拟，并且已经使用Matplotlib库实现，该库被人们称为python可视化包的祖父。Matplotlib 通过动画50个散点的比例和不透明度来模拟表面上的雨滴。今天，Python拥有大量强大的可视化工具，如Plotly，Bokeh，Altair等等。这些库能够实现最先进的动画和交互性。尽管如此，本文的目的是强调这个图书馆的一个方面，这个方面没有进行太多探索，而且是动画，我们将看一些这样做的方法。
概观
Matplotlib是一个Python 2D绘图库，也是最受欢迎的一个。大多数人开始使用Matplotlib进行数据可视化之旅。可以使用matplotlib轻松生成绘图，直方图，功率谱，条形图，错误图表，散点图等。它还与Pandas和Seaborn等图书馆无缝集成，创造出更加复杂的可视化。
matplotlib的一些很好的功能是：
- 它的设计类似于MATLAB，因此在两者之间切换相当容易。
- 包含许多渲染后端。
- 可以重现任何情节（需要一点努力）。
- 因此，已经在那里工作了十多年，拥有庞大的用户群。
然而，也有一些领域Matplotlib没有那么多，并且落后于强大的同行。
- Matplotlib有一个命令式的API，通常过于冗长。
- 有时候风格很差。
- 对Web和交互式图形的支持不佳。
- 对于大型复杂数据而言通常很慢。
至于这里有一个来自Datacamp的Matplotlib作弊表，你可以通过它来完善你的基础知识。
动画
Matplotlib的animation基类处理动画部分。它提供了一个围绕其构建动画功能的框架。使用以下两个主要接口来实现：
[FuncAnimation](https://matplotlib.org/api/_as_gen/matplotlib.animation.FuncAnimation.html#matplotlib.animation.FuncAnimation "matplotlib.animation.FuncAnimation")通过重复调用函数func来制作动画。
[ArtistAnimation](https://matplotlib.org/api/_as_gen/matplotlib.animation.ArtistAnimation.html#matplotlib.animation.ArtistAnimation "matplotlib.animation.ArtistAnimation"):动画使用固定的一组Artist对象。
但是，在这两者中，FuncAnimation是最方便使用的。您可以在文档中阅读有关它们的更多信息，因为我们只关注该FuncAnimation工具。
要求
- 模块包括
numpy并且matplotlib应该安装。 - 要将系统上的动画保存为mp4或gif，
[ffmpeg](https://www.ffmpeg.org/)或者[imagemagick](https://sourceforge.net/projects/imagemagick/files/)需要安装。
准备好之后，我们可以从Jupyter笔记本中的第一个基本动画开始。可以从关联的Github存储库访问本文的代码，也可以通过单击下面的图像在我的活页夹上查看它。
[图片上传中...(image-367f22-1562047317891-1)]
基本动画：移动正弦波
让我们FuncAnimation用来创建一个在屏幕上移动的正弦波的基本动画。动画的源代码取自Matplotlib动画教程。让我们首先看看输出，然后我们将分解代码以了解引擎盖下的内容。
- 在第（7-9）行中，我们只是在图中创建一个带有单个轴的图形窗口。然后我们创建空行对象，它实际上是动画中要修改的对象。稍后将使用数据填充行对象。
- 在第（11-13）行中，我们创建了
init使动画发生的功能。init函数初始化数据并设置轴限制。 - 在第（14-18）行中，我们最终定义了动画函数，该函数将帧编号（i）作为参数并创建正弦波（或任何其他动画），其取决于i的值而移位。此函数返回一个已修改的绘图对象的元组，它告诉动画框架应该动画的哪些部分。
- 在第20行，我们创建了实际的动画对象。该
blit参数确保仅重新绘制已经更改的那些图块。
这是在Matplotlib中创建动画的基本直觉。通过对代码进行一些调整，可以创建有趣的可视化。我们来看看其中的一些
越来越多的线圈
同样，有一个很好的例子，在GeeksforGeeks创建形状。现在让我们animation在matplotlib类的帮助下创建一个缓慢展开的动圈。该代码非常类似于正弦波图，只需稍作调整即可。
实时更新图表
在绘制动态数量（如库存数据，传感器数据或任何其他时间相关数据）时，实时更新图表会派上用场。我们绘制了一个基本图表，当更多数据输入系统时，该图表会自动更新。让我们在一个月内绘制一家假想公司的股票价格。
现在，打开终端并运行python文件。您将获得如下图所示的图表，该图表会自动更新，如下所示：
这里的间隔是1000毫秒或一秒。
3D情节上的动画
创建3D图形很常见，但如果我们可以为这些图形的视角设置动画，该怎么办呢？我们的想法是更改摄像机视图，然后使用每个生成的图像来创建动画。在Python Graph Gallery中有一个很好的部分。
在与笔记本相同的目录中创建名为volcano的文件夹。所有图像都将存储在此文件夹中，然后将在动画中使用。
这将在Volcano文件夹中创建多个PNG文件。现在，使用ImageMagick将它们转换为动画。打开终端并导航到Volcano文件夹并输入以下命令：
convert -delay 10 Volcano * .png animated_volcano.gif
使用赛璐珞模块的动画
Celluloid是一个Python模块，简化了在matplotlib中创建动画的过程。该库创建一个matplotlib图并Camera从中创建一个。然后重新使用数字，并在创建每个帧后，使用相机拍摄快照。最后，创建包含所有捕获帧的动画。
安装
pip安装赛璐珞
以下是使用Celluloid模块的一些示例。
最小
次要情节
传奇
包起来
动画有助于突出显示可视化的某些功能，否则无法通过静态图表轻松传达。尽管如此，记住不必要和过度使用可视化有时会使事情复杂化也很重要。应明智地使用数据可视化中的每个功能以产生最佳影响。
