Matplotlib 粗动画，显示痕迹

Question

我刚刚启动了一个小型粒子模拟器，我希望扩展它以解决一些物理问题，但我在尝试为它们设置动画时遇到了问题。基本上取决于您选择哪种随机分布，粒子将在给定长度的区域中“振荡”。我想在前面的 10 个步骤中展示粒子的“历史”。

这里是代码

from numpy import *
import matplotlib.pyplot as plt
import pylab
import time

pylab.ion()

N = 10
r = random.randint(-100,100,2*N).reshape(N,2)
line, = plt.plot(r[:,0], r[:,1],'o')

for i in range(100000):
  newdatax = r[:,0] + random.rand(N)
  newdatay = r[:,1] + random.rand(N)
  line.set_ydata(newdatay)
  line.set_xdata(newdatax)
  plt.title("At timestep: %d" %i)
  plt.hold(True)
  plt.draw()
  time.sleep(1.0/30)

我想要的是行更新不会在每次迭代时清除画布并重绘，我只是希望它这样做，例如，每 10 帧（迭代），这将使我更容易跟踪粒子视觉上。

还有一件事我想实现但不是绝对必要的，是否可以在每个“o”周围画一个盒子（正方形）或一个圆形或一个三角形？这样该点以该框/圆/三角形为中心？这将再次使跟踪粒子变得更加容易。如果我能指定哪个“o”（点）获得这个属性（正方形），那就更好了。

Answer 1

试试animation module。还可以看到这个很棒的tutorial、Matplotlib animate over an image（主要是我对Animate drawing networkx edges的回答的副本和过去）

要获得所需的时间延迟，您需要设置一个历史数据结构，例如：

from matplotlib import animation

fig = figure()
N = 10
r = random.randint(-100,100,2*N).reshape(N,2)
line, = plt.plot(r[:,0], r[:,1],'o')


lag_len = 10
history_x = np.zeros((N,lag_len))
history_y = np.zeros((N,lag_len))
trails = [plot(hx,hy)[0] for hx,hy in zip(history_x,history_y)]

def update_frame(i):
    frame_num = i
    newdatax = r[:,0] + random.rand(N)
    newdatay = r[:,1] + random.rand(N)
    line.set_ydata(newdatay)
    line.set_xdata(newdatax)
    history_x[:,frame_num%lag_len] = newdatax
    history_y[:,frame_num%lag_len] = newdatay
    for hx,hy,ln_h in zip(history_x,history_y,trails):
         ln_h.set_xdata(hx)
         ln_h.set_ydata(hy)

    plt.title("At timestep: %d" %i)
    plt.hold(True)
    return (line,) + tuple(trails)

anim = animation.FuncAnimation(fig, update_frame, 
                           frames=100, interval=20)

至于盒子，使用Rectangle（Draw rectangle (add_patch) in pylab mode）和可选参数传递给FuncAnimation。

这并不完美，它有一些奇怪的细节循环回到它自己（一个循环中的第 50 帧与下一次经过的第 50 帧不同），前 10 帧有一个瞬态当历史中有一堆零时（您可以通过将历史数组初始化为初始点的 10 个副本来解决此问题）