如何从一开始就绘制（动画）随机过程（python）？

Question

我想从一步一步更新的开始 (0,0) 中绘制随机过程路径。我使用了 matplotlib 动画，但它画了一条简单的线。如何绘制路径？

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

# Process simulation (Wiener process)
n = 1000
sd = np.sqrt(0.1)
w = np.zeros(n)
for i in range(n-1):
    w[i+1] = w[i] + np.random.normal(0, sd)


# Set up the figure, the axis, and the plot element to animate
fig = plt.figure()
ax = fig.add_subplot(111)    
ax.set_xlim([0, 1000])
ax.set_ylim([-50, 50])
th = np.linspace(0., n, n / 0.1, endpoint=False)
line, = ax.plot([],[],'b-', animated=True)
line.set_xdata(th)



# Animation function
def update(data):    
    line.set_ydata(data)
    return line,

def data_gen():
    t = -1
    while True:
        t +=1
        yield w[t]


# Call the animation
anim = animation.FuncAnimation(fig, update, data_gen, interval=10, blit=True)
plt.show()

Answer 1

1. 在单独的脚本中生成数据。
2. 将此数据保存到不断更新的 .csv 文件中（我更喜欢使用 pandas）
3. 在其自己的控制台中运行图表，但将其设置为根据 csv 数据进行更新（我会使用 pandas）

Answer 2

此代码使用我编写的名为celluloid 的库。在引擎盖下，它使用 ArtistAnimation 而不是 FuncAnimation，这实际上意味着它的内存效率不是很高。这段代码运行了大约一分钟。在我看来，代码更容易阅读，但我肯定有偏见。

import numpy as np
import matplotlib
matplotlib.use('Agg')
import matplotlib.pyplot as plt
from celluloid import Camera

n = 1000
w = np.cumsum(np.sqrt(0.1) * np.random.randn(n))
fig = plt.figure()
camera = Camera(fig)
for i in range(n):
    plt.plot(w[:i], color='blue')
    camera.snap()
anim = camera.animate(interval=10, blit=True)
anim.save('weiner.mp4')