Python Matplotlib绘制平滑曲线
初学小白Lu 人气:0绘制动图
FuncAnimation,它的使用要求简洁且定制化程度较高。如果想将很多图片合并为一个动图,那么ArtistAnimation是最合适的选择。
FuncAnimation
通过反复调用同一函数来制作动画。
注意:创建FuncAnimation对象后一定要将其赋值给某个变量,否则系统会将其进行垃圾回收。
class matplotlib.animation.FuncAnimation(fig, func, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True, **kwargs)
参数:
- fig:Figure。用于显示动画的figure对象
- func:callable。用于更新每帧动画的函数。func函数的第一个参数为帧序号。返回被更新后的图形对象列表。
- frames:iterable, int, generator function, or None, optional。动画长度,帧序号组成的列表
- init_func:callable, optional。自定义开始帧,即绘制初始化图形的初始化函数
- fargs:tuple or None, optional。额外的需要传递给func函数的参数。
- save_count:int, default: 100。保存计数
- cache_frame_data:bool, default: Trueinterval:int, default: 200。重复调用功能函数的间隔时间,单位是毫秒。
- repeat_delay:int, default: 0。当repeat为True时,动画延迟多少毫秒再循环。
- repeat:bool, default: True。是否是循环动画。
- blit:bool, default: False。选择更新所有点,还是仅更新产生变化的点。
示例:
import numpy as np import matplotlib.pyplot as plt from matplotlib.animation import FuncAnimation fig = plt.figure() ax = fig.subplots() t=np.linspace(0,10,100) y=np.sin(t) ax.set_aspect(3) ax.plot(t,y,'--',c='gray') line=ax.plot(t,y,c='C2') def update(i): #帧更新函数 global t #直接引用全局变量,也可以通过函数的frames或fargs参数传递。 t+=0.1 y=np.sin(t) line[0].set_ydata(y) return line ani=FuncAnimation(fig,update,interval=100) #绘制动画 plt.show() #显示动画
import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation fig = plt.figure(figsize=(7, 2), dpi=100) ax = plt.subplot() X = np.linspace(-np.pi, np.pi, 256, endpoint=True) C, S = np.cos(X), np.sin(X) line1, = ax.plot(X, C, marker="o", markevery=[-1], markeredgecolor="white") line2, = ax.plot(X, S, marker="o", markevery=[-1], markeredgecolor="white") def update(frame): line1.set_data(X[:frame], C[:frame]) line2.set_data(X[:frame], S[:frame]) ani = animation.FuncAnimation(fig, update, interval=10) plt.show()
方法 init(fig, func[, frames, init_func, …])
- new_frame_seq()
- new_saved_frame_seq()
- pause()
- resume()
- save(self, filename, writer=None, fps=None, dpi=None, codec=None, bitrate=None, extra_args=None, metadata=None, extra_anim=None, savefig_kwargs=None)
- filename:保存的文件名
- writer:FFMpegFileWriter,ImageMagickFileWriter, AVConvFileWriter对象实例,或者表示这些对象的字符串(‘ffmpeg’, ‘imagemagick’,‘avconv’)
- fps:每秒的帧数
- to_jshtml([fps, embed_frames, default_mode])返回js动画,用base64文本编码。
- fps:每秒帧数,默认根据动画的interval确定。
- embed_frames:布尔类型,是否嵌入帧。
- default_mode:‘loop’,‘once’或者’reflect’
ArtistAnimation
通过调用一个固定的Artist对象来制作动画,例如给定的系列图片或者matplotlib的绘图对象.。
class matplotlib.animation.ArtistAnimation(fig, artists, *args, **kwargs)
参数:
- fig:Figure
- artists:list
- interval:int, default: 200。每一帧之间的间隔
- repeat_delay:int,
- default: 0。每显示一次动画后间隔多长时间重复
- repeat:bool, default: True。是否重复动画
- blit:bool, default: False
示例:
import numpy as np import matplotlib.pyplot as plt from matplotlib.animation import ArtistAnimation fig = plt.figure() ax = fig.subplots() arts=[] t=np.linspace(0,np.pi*2,20) for i in range(20): t+=np.pi*2/20 y=np.sin(t) lines=ax.plot(y,'--',c='gray') #绘制一帧图形 arts.append(lines) #每帧图形都保存到列表中 ani=ArtistAnimation(fig,arts,interval=200) #绘制动画 #ani.save("animate_artists_basic.gif") #保存动画 plt.show() #显示动画
方法:
__init__(fig, artists, *args, **kwargs)
new_frame_seq()
new_saved_frame_seq()
pause()
resume()
save(filename[, writer, fps, dpi, codec, ...])
参数:
- filename:保存的动画文件名称,如’mov.gif’,‘mov.mp4’。
- writer:保持动画的库。MoviewWriter对象或者字符串。默认值’ffmpeg’。
“pillow”:PillowWriter,用pillow库写如动画文件。
“ffmpeg”:FFMpegWriter,基于ffmpeg库写动画。
“ffmpeg_file”:FFMpegFileWriter,基于文件的FFMpegWriter,用ffmpeg库把帧写入临时文件,然后拼接成动画。
“imagemagick”:ImageMagickWriter,基于管道的动画GIF。帧通过管道传输到ImageMagick并写入文件。
“imagemagick_file”:基于文件的imagemagick写动画。
“hmtl”:HTMLWriter,基于javascript html的动画。
- fps:每秒帧数,默认根据动画的interval确定
- dpi:每英寸点数,默认和figure相同。可以控制动画大小尺寸。
- codec:编码格式,默认’h264’
to_html5_video([embed_limit])
embed_limit:动画文件大小限制,单位为MB。默认为20MB,超出限制则不创建动画。 绘制平滑曲线
import numpy as np import matplotlib.pyplot as plt x = np.array([1, 2, 3, 4, 5, 6, 7]) y = np.array([100, 50, 25, 12.5, 6.25, 3.125, 1.5625]) plt.plot(x, y) plt.title("Spline Curve") plt.xlabel("X") plt.ylabel("Y") plt.show()
使用 scipy.ndimage.gaussian_filter1d() 高斯核类绘制平滑曲线
import numpy as np import matplotlib.pyplot as plt from scipy.ndimage import gaussian_filter1d x=np.array([1,2,3,4,5,6,7]) y=np.array([100,50,25,12.5,6.25,3.125,1.5625]) y_smoothed = gaussian_filter1d(y, sigma=5) plt.plot(x, y_smoothed) plt.title("Spline Curve Using the Gaussian Smoothing") plt.xlabel("X") plt.ylabel("Y") plt.show()
使用 scipy.interpolate.make_interp_spline() 样条插值类绘制平滑曲线
import numpy as np from scipy.interpolate import make_interp_spline import matplotlib.pyplot as plt x=np.array([1,2,3,4,5,6,7]) y=np.array([100,50,25,12.5,6.25,3.125,1.5625]) model=make_interp_spline(x, y) xs=np.linspace(1,7,500) ys=model(xs) plt.plot(xs, ys) plt.title("Smooth Spline Curve") plt.xlabel("X") plt.ylabel("Y") plt.show()
它通过使用 scipy.interpolate.make_interp_spline() 首先确定花键曲线的系数,绘制出一条平滑的花键曲线。我们用给定的数据来估计花样曲线的系数,然后用系数来确定间隔紧密的 x 值的 y 值,使曲线平滑。绘制曲线需要沿 X 轴 1 到 7 之间间隔相等的 500。
使用 scipy.interpolate.interp1d 插值类绘制平滑曲线
import numpy as np from scipy.interpolate import interp1d import matplotlib.pyplot as plt x=np.array([1,2,3,4,5,6,7]) y=np.array([100,50,25,12.5,6.25,3.125,1.5625]) cubic_interploation_model=interp1d(x,y,kind="cubic") xs=np.linspace(1,7,500) ys=cubic_interploation_model(xs) plt.plot(xs, ys) plt.title("Spline Curve Using Cubic Interpolation") plt.xlabel("X") plt.ylabel("Y") plt.show()
绘制曲线时,需要在 X 轴上 1 和 7 之间取间隔相等的 500 个点。
拟合曲线后绘制动图
import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation from scipy.interpolate import interp1d fig = plt.figure(figsize=(7, 2), dpi=100) ax = plt.subplot() x = np.array([1, 2, 3, 4, 5, 6, 7]) y = np.array([100, 50, 25, 12.5, 6.25, 3.125, 1.5625]) cubic_interploation_model = interp1d(x, y, kind="cubic") xs = np.linspace(1, 7, 500) ys = cubic_interploation_model(xs) line3 = ax.plot(xs, ys) def update(frame): line3[0].set_data(xs[:frame], ys[:frame]) ani = animation.FuncAnimation(fig, update, interval=10) plt.show()
加载全部内容