用 matplotlib 制作动画，没有动画功能答案

【问题标题】：Animating with matplotlib without animation function用 matplotlib 制作动画，没有动画功能
【发布时间】：2017-06-21 12:08:01
【问题描述】：

有没有一种方法可以在 matplotlib 中为图形制作动画，而无需借助内置动画功能？我发现它们使用起来非常尴尬，并且觉得只绘制一个点，擦除图形，然后绘制下一个点会简单得多。

我的设想是这样的：

def f():
     # do stuff here
     return x, y, t

每个t 将是一个不同的框架。

我的意思是，我尝试过使用plt.clf()、plt.close() 等方法，但似乎没有任何效果。

【问题讨论】：

有 fig=plt.figure("animation") im=plt.imshow(M.reshape(lN,lN),interpolation='none') while {some condition}: M=updateFunc () # 更新和改变神经元的电位 im.set_array(M) # 制作图像 fig.canvas.draw() # 绘制图像 plt.pause(0.1) # 减慢“动画”速度

标签： python animation matplotlib

【解决方案1】：

没有FuncAnimation 肯定可以制作动画。然而，“设想的功能”的目的并不是很清楚。在动画中，时间是自变量，即对于每个时间步，您都会生成一些新数据来绘制或类似的。因此该函数会将t 作为输入并返回一些数据。

import matplotlib.pyplot as plt
import numpy as np

def f(t):
    x=np.random.rand(1)
    y=np.random.rand(1)
    return x,y

fig, ax = plt.subplots()
ax.set_xlim(0,1)
ax.set_ylim(0,1)
for t in range(100):
    x,y = f(t)
    # optionally clear axes and reset limits
    #plt.gca().cla() 
    #ax.set_xlim(0,1)
    #ax.set_ylim(0,1)
    ax.plot(x, y, marker="s")
    ax.set_title(str(t))
    fig.canvas.draw()
    plt.pause(0.1)

plt.show()

此外，尚不清楚您为什么要避免使用FuncAnimation。使用FuncAnimation可以制作与上面相同的动画如下：

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

def f(t):
    x=np.random.rand(1)
    y=np.random.rand(1)
    return x,y

fig, ax = plt.subplots()
ax.set_xlim(0,1)
ax.set_ylim(0,1)

def update(t):
    x,y = f(t)
    # optionally clear axes and reset limits
    #plt.gca().cla() 
    #ax.set_xlim(0,1)
    #ax.set_ylim(0,1)
    ax.plot(x, y, marker="s")
    ax.set_title(str(t))

ani = matplotlib.animation.FuncAnimation(fig, update, frames=100)
plt.show()

没有太大变化，行数相同，这里没有什么特别尴尬的地方。
此外，当动画变得更复杂、想要重复动画、想要使用位图传输或想要将其导出到文件时，您可以从 FuncAnimation 获得所有好处。

【讨论】：

感谢这个例子。我将其调整为在update 中使用ax.voxels()，但我得到了RuntimeError: The animation function must return a sequence of Artist objects. 我想知道为什么您的代码有效，即使update 没有返回任何内容
@crypdick 如果你使用blit=True，你需要返回一个迭代的艺术家来更新。如果您离开blit=False（默认），则不需要这样的列表。

【解决方案2】：

不清楚为什么要避免使用FuncAnimation。

对于非常简单的测试，您想在循环深处检查情况，设置animation 函数并不容易。

例如，我想想象一下这种奇怪的排序算法会发生什么：https://arxiv.org/pdf/2110.01111.pdf。在我看来，最简单的方法是：

import numpy as np
import matplotlib.pyplot as plt

def sort(table):
    n = len(table)
    
    for i in range (n):
        for j in range (n):
            if table[i] < table[j]:
                tmp = table[i]
                table[i] = table[j]
                table[j] = tmp
            plt.plot(table, 'ro')
            plt.title(f"i {i} j {j}")
            plt.pause(0.001)
            plt.clf() # clear figure
    return table

n = 50
table =  np.random.randint(1,101,n)
sort(table)
```python

【讨论】：

【解决方案3】：

我同意 FuncAnimation 使用起来很尴尬（根本不是 Pythonic）。其实我相信这个功能没有太大意义。拥有它有什么好处？

是的，它引入了一个您不必自己编写的隐式循环。但是读者不能完全控制这个循环并且——除非他事先知道函数的语法——他甚至无法理解它。出于清晰和多功能的原因，我个人避免使用 FuncAnimation。这是一个最小的伪代码示例：

fig=plt.figure("animation")
M=zeros((sizeX,sizeY)) # initialize the data (your image)
im=plt.imshow(M) # make an initial plot
########### RUN THE "ANIMATION" ###########################
while {some condition}:
    M=yourfunction() # updates your image
    im.set_array(M) # prepare the new image
    fig.canvas.draw() # draw the image
    plt.pause(0.1) # slow down the "animation"

非常简单，您可以看到代码中发生了什么。

【讨论】：