【数据处理】python使用matplotlib如何绘制动图；如何使用python进行动图gif制作；实时绘制动态图

一、现有的集成工具

绘制动图可以用一些现有的集成库，但是很麻烦，你需要调整和他们一样的参数和格式，定制化程度比较低，还得再去搞懂它们的东西。比如这些现有的：
https://github.com/JackMcKew/pandas_alive

二、多张图片的合成

使用Python PIL.Image 制作GIF图片：

import  PIL.Image                      # 相关模块
img = Image.open(img_name)                     # 打开图片
img.save(save_name,save_all = True,\append_images = imgs,duration = t)               #保存图片

1. 打开图片后会得到一个对象，我们把这个对象放进列表。列表里的所有对象将被合成GIF图片
2. 用这个列表作为参数之一，使用第0个对象调用save方法即可
3. 参数解释save_all = True 设置此项，会保存所有图片对象，否则只保存一张

append_images = imgs        # imgs为存放对象们的列表
duration = t                           #  GIF动图的间隔时间

代码如下：

import imageio
def create_gif(image_list, gif_name, duration = 1.0):
    '''
    :param image_list: 这个列表用于存放生成动图的图片
    :param gif_name: 字符串，所生成gif文件名，带.gif后缀
    :param duration: 图像间隔时间
    :return:
    '''
    frames = []
    for image_name in image_list:
        frames.append(imageio.imread(image_name))
 
    imageio.mimsave(gif_name, frames, 'GIF', duration=duration)
    return
 
def main():
    #这里放上自己所需要合成的图片
    image_list = ['0.jpg', '1.jpg', '2.jpg']
    gif_name = 'baby.gif'
    duration = 0.2
    create_gif(image_list, gif_name, duration)
 
if __name__ == '__main__':
    main()

三、Python matplotlib.pyplot 绘制动态图

在matplotlib模块中使用最多的类是pyplot。pyplot位于matplotlib模块中脚本层为入门用户提供快速绘制折线、柱状、散点、饼图等图形方法，在matplotlib模块为用户提供快速绘制动态图，除了专门绘制的动态类animation类外，pyplot也提供绘制动态图相关方法。本期，我们将学习使用pyplot的绘制动态图相关方法

1. pyplot绘图显示模式

我们前面学习绘制的方法后，最后都会调用pyplot.show()方法，运行程序后才会显示图像。

在matplotlib模式中绘制图形通常有两种模式：

（1）block：阻塞模式

• 阻塞模式打开一个fig窗口后不会显示新fig窗口
• pyplot提供的绘制图形方法都是直接出图像，需要调用pyplot.show()才能显示图像
• 在Python脚本中，matplotlib默认是阻塞模式
• pyplot.show()在阻塞情况，为True

（2）interactive:交互模式

• 新创建的图像会立即显示
• 图表上的数据会根据变化而自动重新绘制
• 当使用交互模式下，需要确保事件循环正在运行具有响应数字
• 在python 命令行中，matplotlib 默认为交互模式
• pyplot.show 在交互模式下为False

（3）pyplot提供绘制动图的方法

方法	作用
pyplot.ion()	打开交互模式
pyplot.ioff()	关闭交互模式
pyplot.clf()	清除当前的画布figure对象
pyplot.cla()	清除当前Axes对象
pyplot.pause()	暂停功能

2. pyplot绘制动图步骤

• 导入绘制图形的matplotlib.pyplot模块

import matplotlib.pyplot as plt

• 调用pyplot.ion()方法打开交互模式

plt.ion()

• 使用numpy.linspace()、numpy.arange()等方法准备x，y轴数据

x = np.linspace(0,np.pi*i+1,1000)
y = np.cos(x)

• 调用pyplot.xlim(),pyplot.ylim()方法设置x,y轴坐标范围

plt.xlim(-0.2,20.4)
plt.ylim(-1.2,1.2)

• 调用pyplot提供绘制折线、柱状图等方法

plt.plot(x,y,color="pink")

• 使用for循环包含上述创建的x,y数据、x,y轴坐标、绘制图形方法，其中需要调用pyplot.cla()方法清空前一次Axes对象

plt.cla()

• 再调用pyplot.pause()暂停gonn

plt.pause(0.1)

• 当for循环结束后，需要调用pyplot.ioff()关闭交互模式已经pyplot.show显示图像

plt.ioff()
plt.show()

3. 例子

• 调用numpy.arange()准备x,y轴数据
• 调用pyplot.scatter()绘制散点图
• 使用for循环包含以上步骤，在for循环开始调用pyplot.ion()打开交互模式
• for循环结束后，调用pyplot.ioff()关闭交互模式
• 最后调用pyplot.show()展示图像画面

def scatter_plot():
    # 打开交互模式
    plt.ion()
    for index in range(50):
        # plt.cla()

        plt.title("动态散点图")
        plt.grid(True)

        point_count = 5
        x_index = np.random.random(point_count)
        y_index = np.random.random(point_count)
  
        color_list = np.random.random(point_count)
        scale_list = np.random.random(point_count) * 100

        plt.scatter(x_index, y_index, s=scale_list, c=color_list, marker="^")

        plt.pause(0.2)

    plt.ioff()

    plt.show()